數據庫主鍵ID生成策略

前言：　

  　系統唯一ID是我們在設計一個系統的時候常常會遇見的問題，下面介紹一些常見的ID生成策略。

• Sequence ID
• UUID
• GUID
• COMB
• Snowflake

　　最開始的自增ID為了實現分庫分別的需求，會在自增的前提下，使用不同起點，但需要做數據庫拓展時，極其麻煩。 比如剛開始時，我們設計某個系統的數據庫時，這個數據庫中會有10個表，那么我們對於每個表的內容都需要不同的ID我們就可以使用不同不長自增的形式，比如，第一張表的是1、11、21、31。。。 第二張表是2、12、22、32。。。 第三張表是3、13、23、33。。。 第十張表就是10、20、30。。。 但是這樣的問題就是，如果有一天我發現這個系統的10張表已經不夠用了，我想要再添加一張表，那么這時的主鍵應該怎么分配呢？ 另外，如果對於多個數據庫的數據希望合並，但是對於這種簡單的生成ID方式，重復的可能性很大，所以幾乎一定會發生重復這種情況。  顯然，如果使用之前的方法的可擴展性會比較差。

　　

　　相比自增ID，UUID生成唯一主鍵更加方便（數據量非常大的情況下，存在重復的可能），但由於UUID的無序性，性能不如自增ID，字符串儲存，儲存空間大，查詢效率低。關鍵：使用uuid的缺點是查詢效率低啊！  

　　

　　COMB相對於UUID，增加了生成ID的有序性，插入與查詢效率都有所提高。 這篇文章有簡單的分析。

 

　　Sonwflake是Twitter主鍵生成策略，可以看做是COMB的一種改進，用64位的長整型代替128位的字符串。ID構成：第一位0 + 41位的時間前綴 + 10位的節點標識 + 12位的sequence避免並發的數字。

 

 

第一部分：Sequence ID

　　數據庫自增長序列或字段，最常見的方式。由數據庫維護，數據庫唯一。

　　

優點：

1. 簡單，代碼方便，性能可以接受。
2. 數字ID天然排序，對分頁或者需要排序的結果很有幫助。

 

 

缺點：

1. 不同數據庫語法和實現不同，數據庫遷移的時候或多數據庫版本支持的時候需要處理。
2. 在單個數據庫或讀寫分離或一主多從的情況下，只有一個主庫可以生成。有單點故障的風險。
3. 在性能達不到要求的情況下，比較難於擴展。
4. 如果遇見多個系統需要合並或者涉及到數據遷移會相當痛苦。
5. 分表分庫的時候會有麻煩。

優化方案：

　　　針對主庫單點，如果有多個Master庫，則每個Master庫設置的起始數字不一樣，步長一樣，可以是Master的個數。
比如：Master1 生成的是 1，4，7，10，Master2生成的是2,5,8,11 Master3生成的是 3,6,9,12。這樣就可以有效生成集群中的唯一ID，也可以大大降低ID生成數據庫操作的負載。

 

 

 

第二部分：UUID

　　npm 管理   https://www.npmjs.com/package/uuid 

　 　常見的方式,128位。可以利用數據庫也可以利用程序生成，一般來說全球唯一。

　　 

　　UUID是128位的全局唯一標識符，通常由32字節的字符串表示。它可以保證時間和空間的唯一性，也稱為GUID，全稱為：UUID ―― Universally Unique IDentifier，Python 中叫 UUID。

　　

　　它通過MAC地址、時間戳、命名空間、隨機數、偽隨機數來保證生成ID的唯一性。

 

　　 UUID主要有五個算法，也就是五種方法來實現。

　　

（1）、 uuid1()

――基於時間戳。由MAC地址、當前時間戳、隨機數生成。可以保證全球范圍內的唯一性，但MAC的使用同時帶來安全性問題，局域網中可以使用IP來代替MAC。

　　

（2）、uuid2()

――基於分布式計算環境DCE（Python中沒有這個函數）。算法與uuid1相同，不同的是把時間戳的前4位置換為POSIX的UID。實際中很少用到該方法。

 

(3)、uuid3()

――基於名字的MD5散列值。通過計算名字和命名空間的MD5散列值得到，保證了同一命名空間中不同名字的唯一性，和不同命名空間的唯一性，但同一命名空間的同一名字生成相同的uuid。

 

（4）、uuid4()

――基於隨機數。由偽隨機數得到，有一定的重復概率，該概率可以計算出來。

 

（5）、uuid5()

――基於名字的SHA-1散列值。算法與uuid3相同，不同的是使用 Secure Hash Algorithm 1 算法。

 

 

優點：

1. 簡單，代碼方便。
2. 全球唯一，在遇見數據遷移，系統數據合並，或者數據庫變更等情況下，可以從容應對。

　　

缺點：

1. 沒有排序，無法保證趨勢遞增。
2. UUID往往是使用字符串存儲，查詢的效率比較低。
3. 存儲空間比較大，如果是海量數據庫，就需要考慮存儲量的問題。
4. 傳輸數據量大
5. 不可讀。

 

優化方案：

1. 為了解決UUID不可讀，可以使用UUID to Int64的方法。

 

 

 

 

 

 

第三部分： GUID

　　GUID：是微軟對UUID這個標准的實現。UUID還有其它各種實現，不止GUID一種。優缺點同UUID。

 

 

 

 

第四部分： COMB

　　

　    COMB（ combine）型是數據庫特有的一種設計思想， 可以理解為一種改進的GUID， 它通過組合GUID和系統時間，以使其在索引和檢索事有更優的性能。
　　數據庫中沒有COMB類型，它是Jimmy Nilsson在他的“The Cost of GUIDs as Primary Keys”一文中設計出來的。
　　COMB數據類型的基本設計思路是這樣的：既然UniqueIdentifier數據因毫無規律可言造成索引效率低下，影響了系統的性能，那么我們能不能通過組合的方式，保留UniqueIdentifier的前10個字節，用后6個字節表示GUID生成的時間（DateTime），這樣我們將時間信息與UniqueIdentifier組合起來，在保留UniqueIdentifier的唯一性的同時增加了有序性，以此來提高索引效率。

　　

優點：

1. 解決UUID無序的問題，在其主鍵生成方式中提供了Comb算法(combined guid/timestamp)。保留GUID的10個字節，用另6個字節表示GUID生成的時間(DateTime)。
2. 性能優於UUID。

 

 

 

 

第五部分： Twitter的snowflake算法

　　

　snowflake是Twitter開源的分布式ID生成算法，結果是一個long型的ID。其核心思想是：使用41bit作為毫秒數，10bit作為機器的ID（5個bit是數據中心，5個bit的機器ID），12bit作為毫秒內的流水號（意味着每個節點在每毫秒可以產生 4096 個 ID），最后還有一個符號位，永遠是0。snowflake算法可以根據自身項目的需要進行一定的修改。比如估算未來的數據中心個數，每個數據中心的機器數以及統一毫秒可以能的並發數來調整在算法中所需要的bit數。

優點：

1. 不依賴於數據庫，靈活方便，且性能優於數據庫。
2. ID按照時間在單機上是遞增的。

缺點：

1. 在單機上是遞增的，但是由於涉及到分布式環境，每台機器上的時鍾不可能完全同步，也許有時候也會出現不是全局遞增的情況。

 

　　

 

六、使用

 

　　這個使用起來是真的方便：

npm install uuid --save

　　

　　然后就可以使用啦！

  const uuidv1 = require('uuid/v1');
  console.log('隨機uuid字符串', uuidv1());

 

　　這樣，我們就可以打印出來uuid字符串了。 每次的都不一樣。

 

 

參考文章： https://www.npmjs.com/package/uuid
 　          　 http://www.jianshu.com/p/d553318498ad

　　　　 　http://www.jianshu.com/p/a0a3aa888a49