分布式唯一ID的幾種生成方案,一次性全掌握!
?上一篇文章,我們聊了一下分庫分表相關的一些基礎知識,具體可以參見:??《用真實業(yè)務場景告訴你,高并發(fā)下如何設計數(shù)據(jù)庫架構?》??。
這篇文章,我們就接著分庫分表的知識,來具體聊一下全局唯一id如何生成。
在分庫分表之后你必然要面對的一個問題,就是id咋生成?
因為要是一個表分成多個表之后,每個表的id都是從1開始累加自增長,那肯定不對啊。
舉個例子,你的訂單表拆分為了1024張訂單表,每個表的id都從1開始累加,這個肯定有問題了!
你的系統(tǒng)就沒辦法根據(jù)表主鍵來查詢訂單了,比如id = 50這個訂單,在每個表里都有!
?所以此時就需要分布式架構下的全局唯一id生成的方案了,在分庫分表之后,對于插入數(shù)據(jù)庫中的核心id,不能直接簡單使用表自增id,要全局生成唯一id,然后插入各個表中,保證每個表內的某個id,全局唯一。
比如說訂單表雖然拆分為了1024張表,但是id = 50這個訂單,只會存在于一個表里。
那么如何實現(xiàn)全局唯一id呢?有以下幾種方案。?
(1)方案一:獨立數(shù)據(jù)庫自增id
這個方案就是說你的系統(tǒng)每次要生成一個id,都是往一個獨立庫的一個獨立表里插入一條沒什么業(yè)務含義的數(shù)據(jù),然后獲取一個數(shù)據(jù)庫自增的一個id。拿到這個id之后再往對應的分庫分表里去寫入。
比如說你有一個auto_id庫,里面就一個表,叫做auto_id表,有一個id是自增長的。
那么你每次要獲取一個全局唯一id,直接往這個表里插入一條記錄,獲取一個全局唯一id即可,然后這個全局唯一id就可以插入訂單的分庫分表中。
這個方案的好處就是方便簡單,誰都會用。缺點就是單庫生成自增id,要是高并發(fā)的話,就會有瓶頸的,因為auto_id庫要是承載個每秒幾萬并發(fā),肯定是不現(xiàn)實的了。
(2)方案二:uuid
這個每個人都應該知道吧,就是用UUID生成一個全局唯一的id。
好處就是每個系統(tǒng)本地生成,不要基于數(shù)據(jù)庫來了
不好之處就是,uuid太長了,作為主鍵性能太差了,不適合用于主鍵。
如果你是要隨機生成個什么文件名了,編號之類的,你可以用uuid,但是作為主鍵是不能用uuid的。
(3)方案三:獲取系統(tǒng)當前時間
這個方案的意思就是獲取當前時間作為全局唯一的id。
但是問題是,并發(fā)很高的時候,比如一秒并發(fā)幾千,會有重復的情況,這個是肯定不合適的。
一般如果用這個方案,是將當前時間跟很多其他的業(yè)務字段拼接起來,作為一個id,如果業(yè)務上你覺得可以接受,那么也是可以的。
你可以將別的業(yè)務字段值跟當前時間拼接起來,組成一個全局唯一的編號,比如說訂單編號:時間戳 + 用戶id + 業(yè)務含義編碼。
(4)方案四:snowflake算法的思想分析
snowflake算法,是twitter開源的分布式id生成算法。
其核心思想就是:使用一個64 bit的long型的數(shù)字作為全局唯一id,這64個bit中,其中1個bit是不用的,然后用其中的41 bit作為毫秒數(shù),用10 bit作為工作機器id,12 bit作為序列號。
給大家舉個例子吧,比如下面那個64 bit的long型數(shù)字,大家看看
上面第一個部分,是1個bit:0,這個是無意義的
上面第二個部分是41個bit:表示的是時間戳
上面第三個部分是5個bit:表示的是機房id,10001
上面第四個部分是5個bit:表示的是機器id,1 1001
上面第五個部分是12個bit:表示的序號,就是某個機房某臺機器上這一毫秒內同時生成的id的序號,0000 00000000
- 1 bit:是不用的,為啥呢?
- 因為二進制里第一個bit為如果是1,那么都是負數(shù),但是我們生成的id都是正數(shù),所以第一個bit統(tǒng)一都是0
- 41 bit:表示的是時間戳,單位是毫秒。
- 41 bit可以表示的數(shù)字多達2^41 - 1,也就是可以標識2 ^ 41 - 1個毫秒值,換算成年就是表示69年的時間。
- 10 bit:記錄工作機器id,代表的是這個服務最多可以部署在2^10臺機器上,也就是1024臺機器。
- 但是10 bit里5個bit代表機房id,5個bit代表機器id。意思就是最多代表2 ^ 5個機房(32個機房),每個機房里可以代表2 ^ 5個機器(32臺機器)。
- 12 bit:這個是用來記錄同一個毫秒內產生的不同id。
- 12 bit可以代表的最大正整數(shù)是2 ^ 12 - 1 = 4096,也就是說可以用這個12bit代表的數(shù)字來區(qū)分同一個毫秒內的4096個不同的id
簡單來說,你的某個服務假設要生成一個全局唯一id,那么就可以發(fā)送一個請求給部署了snowflake算法的系統(tǒng),由這個snowflake算法系統(tǒng)來生成唯一id。
這個snowflake算法系統(tǒng)首先肯定是知道自己所在的機房和機器的,比如機房id = 17,機器id = 12。
接著snowflake算法系統(tǒng)接收到這個請求之后,首先就會用二進制位運算的方式生成一個64 bit的long型id,64個bit中的第一個bit是無意義的。
接著41個bit,就可以用當前時間戳(單位到毫秒),然后接著5個bit設置上這個機房id,還有5個bit設置上機器id。
最后再判斷一下,當前這臺機房的這臺機器上這一毫秒內,這是第幾個請求,給這次生成id的請求累加一個序號,作為最后的12個bit。
最終一個64個bit的id就出來了,類似于:
這個算法可以保證說,一個機房的一臺機器上,在同一毫秒內,生成了一個唯一的id。可能一個毫秒內會生成多個id,但是有最后12個bit的序號來區(qū)分開來。
下面我們簡單看看這個snowflake算法的一個代碼實現(xiàn),這就是個示例,大家如果理解了這個意思之后,以后可以自己嘗試改造這個算法。
總之就是用一個64bit的數(shù)字中各個bit位來設置不同的標志位,區(qū)分每一個id。
(5)snowflake算法的代碼實現(xiàn)
(6)snowflake算法一個小小的改進思路
其實在實際的開發(fā)中,這個snowflake算法可以做一點點改進。
因為大家可以考慮一下,我們在生成唯一id的時候,一般都需要指定一個表名,比如說訂單表的唯一id。
所以上面那64個bit中,代表機房的那5個bit,可以使用業(yè)務表名稱來替代,比如用00001代表的是訂單表。
因為其實很多時候,機房并沒有那么多,所以那5個bit用做機房id可能意義不是太大。
這樣就可以做到,snowflake算法系統(tǒng)的每一臺機器,對一個業(yè)務表,在某一毫秒內,可以生成一個唯一的id,一毫秒內生成很多id,用最后12個bit來區(qū)分序號對待。