一 什么是分布式系統唯一ID
在復雜分布式系統中，往往需要對大量的數據和消息進行唯一標識。
如在金融、電商、支付、等產品的系統中，數據日漸增長，對數據分庫分表后需要有一個唯一ID來標識一條數據或消息，數據庫的自增ID顯然不能滿足需求，此時一個能夠生成全局唯一ID的系統是非常必要的。
二、分布式系統唯一ID的特點
- 全局唯一性：不能出現重復的ID號，既然是唯一標識，這是最基本的要求。
- 趨勢遞增：在MySQL InnoDB引擎中使用的是聚集索引，由於多數RDBMS使用B-tree的數據結構來存儲索引數據，在主鍵的選擇上面我們應該盡量使用有序的主鍵保證寫入性能。
- 單調遞增：保證下一個ID一定大於上一個ID，例如事務版本號、IM增量消息、排序等特殊需求。
- 信息安全：如果ID是連續的，惡意用戶的扒取工作就非常容易做了，直接按照順序下載指定URL即可；如果是訂單號就更危險了，競對可以直接知道我們一天的單量。所以在一些應用場景下，會需要ID無規則、不規則。
同時除了對ID號碼自身的要求，業務還對ID號生成系統的可用性要求極高，想象一下，如果ID生成系統癱瘓，這就會帶來一場災難。
由此總結下一個ID生成系統應該做到如下幾點：
- 平均延遲和TP999延遲都要盡可能低（TP90就是滿足百分之九十的網絡請求所需要的最低耗時。TP99就是滿足百分之九十九的網絡請求所需要的最低耗時。同理TP999就是滿足千分之九百九十九的網絡請求所需要的最低耗時）；
- 可用性5個9（99.999%）；
- 高QPS。
補充：QPS和TPS
QPS：Queries Per Second意思是“每秒查詢率”，是一台服務器每秒能夠相應的查詢次數，是對一個特定的查詢服務器在規定時間內所處理流量多少的衡量標准。
TPS：是TransactionsPerSecond的縮寫，也就是事務數/秒。它是軟件測試結果的測量單位。一個事務是指一個客戶機向服務器發送請求然后服務器做出反應的過程。客戶機在發送請時開始計時，收到服務器響應后結束計時，以此來計算使用的時間和完成的事務個數
三、分布式系統唯一ID的實現方案
1.UUID
UUID(Universally Unique Identifier)的標准型式包含32個16進制數字，以連字號分為五段，形式為8-4-4-4-12的36個字符，示例：550e8400-e29b-41d4-a716-446655440000，到目前為止業界一共有5種方式生成UUID，詳情見IETF發布的UUID規范 A Universally Unique IDentifier (UUID) URN Namespace。
優點：
- 性能非常高：本地生成，沒有網絡消耗。
缺點：
- 不易於存儲：UUID太長，16字節128位，通常以36長度的字符串表示，很多場景不適用。
- 信息不安全：基於MAC地址生成UUID的算法可能會造成MAC地址泄露，這個漏洞曾被用於尋找梅麗莎病毒的制作者位置。
- ID作為主鍵時在特定的環境會存在一些問題，比如做DB主鍵的場景下，UUID就非常不適用
2.數據庫生成
以MySQL舉例，利用給字段設置auto_increment_increment和auto_increment_offset來保證ID自增，每次業務使用下列SQL讀寫MySQL得到ID號。
這種方案的優缺點如下：
優點：
- 非常簡單，利用現有數據庫系統的功能實現，成本小，有DBA專業維護。
- ID號單調自增，可以實現一些對ID有特殊要求的業務。
缺點：
- 強依賴DB，當DB異常時整個系統不可用，屬於致命問題。配置主從復制可以盡可能的增加可用性，但是數據一致性在特殊情況下難以保證。主從切換時的不一致可能會導致重復發號。
- ID發號性能瓶頸限制在單台MySQL的讀寫性能。
3.Redis生成ID
當使用數據庫來生成ID性能不夠要求的時候，我們可以嘗試使用Redis來生成ID。
這主要依賴於Redis是單線程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR和INCRBY來實現。
比較適合使用Redis來生成每天從0開始的流水號。比如訂單號=日期+當日自增長號。可以每天在Redis中生成一個Key，使用INCR進行累加。
優點：
1）不依賴於數據庫，靈活方便，且性能優於數據庫。
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）如果系統中沒有Redis，還需要引入新的組件，增加系統復雜度。
2）需要編碼和配置的工作量比較大。
4.利用zookeeper（分布式應用程序協調服務）生成唯一ID
zookeeper主要通過其znode數據版本來生成序列號，可以生成32位和64位的數據版本號，客戶端可以使用這個版本號來作為唯一的序列號。
很少會使用zookeeper來生成唯一ID。主要是由於需要依賴zookeeper，並且是多步調用API，如果在競爭較大的情況下，需要考慮使用分布式鎖。因此，性能在高並發的分布式環境下，也不甚理想。
5.snowflake（雪花算法）方案
這種方案大致來說是一種以划分命名空間（UUID也算，由於比較常見，所以單獨分析）來生成ID的一種算法，這種方案把64-bit分別划分成多段，分開來標示機器、時間等，比如在snowflake中的64-bit分別表示如下圖（圖片來自網絡）所示：
41-bit的時間可以表示（1L<<41）/(1000L*3600*24*365)=69年的時間，10-bit機器可以分別表示1024台機器。如果我們對IDC划分有需求，還可以將10-bit分5-bit給IDC，分5-bit給工作機器。這樣就可以表示32個IDC，每個IDC下可以有32台機器，可以根據自身需求定義。12個自增序列號可以表示2^12個ID，理論上snowflake方案的QPS約為409.6w/s，這種分配方式可以保證在任何一個IDC的任何一台機器在任意毫秒內生成的ID都是不同的。
這種方式的優缺點是：
優點：
- 毫秒數在高位，自增序列在低位，整個ID都是趨勢遞增的。
- 不依賴數據庫等第三方系統，以服務的方式部署，穩定性更高，生成ID的性能也是非常高的。
- 可以根據自身業務特性分配bit位，非常靈活。
缺點：
- 強依賴機器時鍾，如果機器上時鍾回撥，會導致發號重復或者服務會處於不可用狀態。