ID是數據的唯一標識，傳統的做法是利用UUID和數據庫的自增ID，在互聯網企業中，大部分公司使用的都是Mysql，並且因為需要事務支持，所以通常會使用Innodb存儲引擎，UUID太長以及無序，所以並不適合在Innodb中來作為主鍵，自增ID比較合適，但是隨着公司的業務發展，數據量將越來越大，需要對數據進行分表，而分表后，每個表中的數據都會按自己的節奏進行自增，很有可能出現ID沖突。這時就需要一個單獨的機制來負責生成唯一ID，生成出來的ID也可以叫做分布式ID，或全局ID。下面來分析各個生成分布式ID的機制。
這篇文章並不會分析的特別詳細，主要是做一些總結，以后再出一些詳細某個方案的文章。
數據庫自增ID
第一種方案仍然還是基於數據庫的自增ID，需要單獨使用一個數據庫實例，在這個實例中新建一個單獨的表：
表結構如下：
CREATE DATABASE `SEQID`;
CREATE TABLE SEQID.SEQUENCE_ID (
id bigint(20) unsigned NOT NULL auto_increment,
stub char(10) NOT NULL default '',
PRIMARY KEY (id),
UNIQUE KEY stub (stub)
) ENGINE=MyISAM;
可以使用下面的語句生成並獲取到一個自增ID
begin;
replace into SEQUENCE_ID (stub) VALUES ('anyword');
select last_insert_id();
commit;
stub字段在這里並沒有什么特殊的意義，只是為了方便的去插入數據，只有能插入數據才能產生自增id。而對於插入我們用的是replace，replace會先看是否存在stub指定值一樣的數據，如果存在則先delete再insert，如果不存在則直接insert。
這種生成分布式ID的機制，需要一個單獨的Mysql實例，雖然可行，但是基於性能與可靠性來考慮的話都不夠，業務系統每次需要一個ID時，都需要請求數據庫獲取，性能低，並且如果此數據庫實例下線了，那么將影響所有的業務系統。
為了解決數據庫可靠性問題，我們可以使用第二種分布式ID生成方案。
數據庫多主模式
如果我們兩個數據庫組成一個主從模式集群，正常情況下可以解決數據庫可靠性問題，但是如果主庫掛掉后，數據沒有及時同步到從庫，這個時候會出現ID重復的現象。我們可以使用雙主模式集群，也就是兩個Mysql實例都能單獨的生產自增ID，這樣能夠提高效率，但是如果不經過其他改造的話，這兩個Mysql實例很可能會生成同樣的ID。需要單獨給每個Mysql實例配置不同的起始值和自增步長。
第一台Mysql實例配置：
set @@auto_increment_offset = 1; -- 起始值
set @@auto_increment_increment = 2; -- 步長
第二台Mysql實例配置：
set @@auto_increment_offset = 2; -- 起始值
set @@auto_increment_increment = 2; -- 步長
經過上面的配置后，這兩個Mysql實例生成的id序列如下：
mysql1,起始值為1,步長為2,ID生成的序列為：1,3,5,7,9,...
mysql2,起始值為2,步長為2,ID生成的序列為：2,4,6,8,10,...
對於這種生成分布式ID的方案，需要單獨新增一個生成分布式ID應用，比如DistributIdService，該應用提供一個接口供業務應用獲取ID，業務應用需要一個ID時，通過rpc的方式請求DistributIdService，DistributIdService隨機去上面的兩個Mysql實例中去獲取ID。
實行這種方案后，就算其中某一台Mysql實例下線了，也不會影響DistributIdService，DistributIdService仍然可以利用另外一台Mysql來生成ID。
但是這種方案的擴展性不太好，如果兩台Mysql實例不夠用，需要新增Mysql實例來提高性能時，這時就會比較麻煩。
現在如果要新增一個實例mysql3，要怎么操作呢？
第一，mysql1、mysql2的步長肯定都要修改為3，而且只能是人工去修改，這是需要時間的。
第二，因為mysql1和mysql2是不停在自增的，對於mysql3的起始值我們可能要定得大一點，以給充分的時間去修改mysql1，mysql2的步長。
第三，在修改步長的時候很可能會出現重復ID，要解決這個問題，可能需要停機才行。
為了解決上面的問題，以及能夠進一步提高DistributIdService的性能，如果使用第三種生成分布式ID機制。
號段模式
我們可以使用號段的方式來獲取自增ID，號段可以理解成批量獲取，比如DistributIdService從數據庫獲取ID時，如果能批量獲取多個ID並緩存在本地的話，那樣將大大提供業務應用獲取ID的效率。
比如DistributIdService每次從數據庫獲取ID時，就獲取一個號段，比如(1,1000]，這個范圍表示了1000個ID，業務應用在請求DistributIdService提供ID時，DistributIdService只需要在本地從1開始自增並返回即可，而不需要每次都請求數據庫，一直到本地自增到1000時，也就是當前號段已經被用完時，才去數據庫重新獲取下一號段。
所以，我們需要對數據庫表進行改動，如下：
CREATE TABLE id_generator (
id int(10) NOT NULL,
current_max_id bigint(20) NOT NULL COMMENT '當前最大id',
increment_step int(10) NOT NULL COMMENT '號段的長度',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
這個數據庫表用來記錄自增步長以及當前自增ID的最大值（也就是當前已經被申請的號段的最后一個值），因為自增邏輯被移到DistributIdService中去了，所以數據庫不需要這部分邏輯了。
這種方案不再強依賴數據庫，就算數據庫不可用，那么DistributIdService也能繼續支撐一段時間。但是如果DistributIdService重啟，會丟失一段ID，導致ID空洞。
為了提高DistributIdService的高可用，需要做一個集群，業務在請求DistributIdService集群獲取ID時，會隨機的選擇某一個DistributIdService節點進行獲取，對每一個DistributIdService節點來說，數據庫連接的是同一個數據庫，那么可能會產生多個DistributIdService節點同時請求數據庫獲取號段，那么這個時候需要利用樂觀鎖來進行控制，比如在數據庫表中增加一個version字段，在獲取號段時使用如下SQL：
update id_generator set current_max_id=#{newMaxId}, version=version+1 where version = #{version}
因為newMaxId是DistributIdService中根據oldMaxId+步長算出來的，只要上面的update更新成功了就表示號段獲取成功了。
為了提供數據庫層的高可用，需要對數據庫使用多主模式進行部署，對於每個數據庫來說要保證生成的號段不重復，這就需要利用最開始的思路，再在剛剛的數據庫表中增加起始值和步長，比如如果現在是兩台Mysql，那么
mysql1將生成號段（1,1001]，自增的時候序列為1，3，4，5，7....
mysql1將生成號段（2,1002]，自增的時候序列為2，4，6，8，10...
更詳細的可以參考滴滴開源的TinyId：https://github.com/didi/tinyid/wiki/tinyid%E5%8E%9F%E7%90%86%E4%BB%8B%E7%BB%8D
在TinyId中還增加了一步來提高效率，在上面的實現中，ID自增的邏輯是在DistributIdService中實現的，而實際上可以把自增的邏輯轉移到業務應用本地，這樣對於業務應用來說只需要獲取號段，每次自增時不再需要請求調用DistributIdService了。
雪花算法
上面的三種方法總的來說是基於自增思想的，而接下來就介紹比較著名的雪花算法-snowflake。
我們可以換個角度來對分布式ID進行思考，只要能讓負責生成分布式ID的每台機器在每毫秒內生成不一樣的ID就行了。
snowflake是twitter開源的分布式ID生成算法，是一種算法，所以它和上面的三種生成分布式ID機制不太一樣，它不依賴數據庫。
核心思想是：分布式ID固定是一個long型的數字，一個long型占8個字節，也就是64個bit，原始snowflake算法中對於bit的分配如下圖：
- 第一個bit位是標識部分，在java中由於long的最高位是符號位，正數是0，負數是1，一般生成的ID為正數，所以固定為0。
- 時間戳部分占41bit，這個是毫秒級的時間，一般實現上不會存儲當前的時間戳，而是時間戳的差值（當前時間-固定的開始時間），這樣可以使產生的ID從更小值開始；41位的時間戳可以使用69年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年
- 工作機器id占10bit，這里比較靈活，比如，可以使用前5位作為數據中心機房標識，后5位作為單機房機器標識，可以部署1024個節點。
- 序列號部分占12bit，支持同一毫秒內同一個節點可以生成4096個ID
根據這個算法的邏輯，只需要將這個算法用Java語言實現出來，封裝為一個工具方法，那么各個業務應用可以直接使用該工具方法來獲取分布式ID，只需保證每個業務應用有自己的工作機器id即可，而不需要單獨去搭建一個獲取分布式ID的應用。
snowflake算法實現起來並不難，提供一個github上用java實現的：https://github.com/beyondfengyu/SnowFlake
在大廠里，其實並沒有直接使用snowflake，而是進行了改造，因為snowflake算法中最難實踐的就是工作機器id，原始的snowflake算法需要人工去為每台機器去指定一個機器id，並配置在某個地方從而讓snowflake從此處獲取機器id。
但是在大廠里，機器是很多的，人力成本太大且容易出錯，所以大廠對snowflake進行了改造。
百度（uid-generator）
github地址：uid-generator
uid-generator使用的就是snowflake，只是在生產機器id，也叫做workId時有所不同。
uid-generator中的workId是由uid-generator自動生成的，並且考慮到了應用部署在docker上的情況，在uid-generator中用戶可以自己去定義workId的生成策略，默認提供的策略是：應用啟動時由數據庫分配。說的簡單一點就是：應用在啟動時會往數據庫表(uid-generator需要新增一個WORKER_NODE表)中去插入一條數據，數據插入成功后返回的該數據對應的自增唯一id就是該機器的workId，而數據由host，port組成。
對於uid-generator中的workId，占用了22個bit位，時間占用了28個bit位，序列化占用了13個bit位，需要注意的是，和原始的snowflake不太一樣，時間的單位是秒，而不是毫秒，workId也不一樣，同一個應用每重啟一次就會消費一個workId。
具體可參考https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md
美團（Leaf）
github地址：Leaf
美團的Leaf也是一個分布式ID生成框架。它非常全面，即支持號段模式，也支持snowflake模式。號段模式這里就不介紹了，和上面的分析類似。
Leaf中的snowflake模式和原始snowflake算法的不同點，也主要在workId的生成，Leaf中workId是基於ZooKeeper的順序Id來生成的，每個應用在使用Leaf-snowflake時，在啟動時都會都在Zookeeper中生成一個順序Id，相當於一台機器對應一個順序節點，也就是一個workId。
總結
總得來說，上面兩種都是自動生成workId，以讓系統更加穩定以及減少人工成功。
Redis
這里額外再介紹一下使用Redis來生成分布式ID，其實和利用Mysql自增ID類似，可以利用Redis中的incr命令來實現原子性的自增與返回，比如：
127.0.0.1:6379> set seq_id 1 // 初始化自增ID為1
OK
127.0.0.1:6379> incr seq_id // 增加1，並返回
(integer) 2
127.0.0.1:6379> incr seq_id // 增加1，並返回
(integer) 3
使用redis的效率是非常高的，但是要考慮持久化的問題。Redis支持RDB和AOF兩種持久化的方式。
RDB持久化相當於定時打一個快照進行持久化，如果打完快照后，連續自增了幾次，還沒來得及做下一次快照持久化，這個時候Redis掛掉了，重啟Redis后會出現ID重復。
AOF持久化相當於對每條寫命令進行持久化，如果Redis掛掉了，不會出現ID重復的現象，但是會由於incr命令過得，導致重啟恢復數據時間過長。
想學習更多的分布式技術，請添加微信公眾號：1點25
