數據庫主鍵的選擇--雪花ID

在設計表結構時，我們首先遇到的問題就是主鍵設置為什么類型的。之前我用過int 也用過GUID，都不太理想：

使用int做主鍵的缺點

    1、如果經常有合並表的操作，就可能會出現主鍵重復的情況。

    2、使用int 數據范圍有限制。如果存在大量的數據，可能會超出int 的取值范圍。

    3、很難處理分布式存儲的數據表。

使用GUID做主鍵的缺點：

    1、存儲空間大（16 byte），因此它將會占用更多的磁盤大小。

    2、很難記憶。join操作性能比int要低。

    3、沒有內置的函數獲取最新產生的guid主鍵。

    4、GUID做主鍵將會添加到表上的所以其他索引中，因此會降低性能。

    5、不宜排序。

這次我選擇了使用雪花ID。雪花ID是用一個64位的整形數字來做ID，對應.net中的long，數據庫中的bigint。

 

 

算法描述：

• 最高位是符號位，始終為0，不可用。
• 41位的時間序列，精確到毫秒級，41位的長度可以使用69年。時間位還有一個很重要的作用是可以根據時間進行排序。
• 10位的機器標識，10位的長度最多支持部署1024個節點。
• 12位的計數序列號，序列號即一系列的自增id，可以支持同一節點同一毫秒生成多個ID序號，12位的計數序列號支持每個節點每毫秒產生4096個ID序號。

源碼如下：

public class SnowflakeIdWorker//雪花ID
    {
        //機器ID
        private static long workerId;
        private static long twepoch = 687888001020L; //唯一時間，這是一個避免重復的隨機量，自行設定不要大於當前時間戳
        private static long sequence = 0L;
        private static int workerIdBits = 4; //機器碼字節數。4個字節用來保存機器碼(定義為Long類型會出現，最大偏移64位，所以左移64位沒有意義)
        public static long maxWorkerId = -1L ^ -1L << workerIdBits; //最大機器ID
        private static int sequenceBits = 10; //計數器字節數，10個字節用來保存計數碼
        private static int workerIdShift = sequenceBits; //機器碼數據左移位數，就是后面計數器占用的位數
        private static int timestampLeftShift = sequenceBits + workerIdBits; //時間戳左移動位數就是機器碼和計數器總字節數
        public static long sequenceMask = -1L ^ -1L << sequenceBits; //一微秒內可以產生計數，如果達到該值則等到下一微妙在進行生成
        private long lastTimestamp = -1L;

        /// <summary>
        /// 機器碼
        /// </summary>
        /// <param name="workerId"></param>
        public SnowflakeIdWorker()
        {
            long workerId = 1;
            if (workerId > maxWorkerId || workerId < 0)
                throw new Exception(string.Format("worker Id can't be greater than {0} or less than 0 ", workerId));
            SnowflakeIdWorker.workerId = workerId;
        }

        public long NextId()
        {
            lock (this)
            {
                long timestamp = timeGen();
                if (this.lastTimestamp == timestamp)
                { //同一微妙中生成ID
                    SnowflakeIdWorker.sequence = (SnowflakeIdWorker.sequence + 1) & SnowflakeIdWorker.sequenceMask; //用&運算計算該微秒內產生的計數是否已經到達上限
                    if (SnowflakeIdWorker.sequence == 0)
                    {
                        //一微妙內產生的ID計數已達上限，等待下一微妙
                        timestamp = tillNextMillis(this.lastTimestamp);
                    }
                }
                else
                { //不同微秒生成ID
                    SnowflakeIdWorker.sequence = 0; //計數清0
                }
                if (timestamp < lastTimestamp)
                { //如果當前時間戳比上一次生成ID時時間戳還小，拋出異常，因為不能保證現在生成的ID之前沒有生成過
                    throw new Exception(string.Format("Clock moved backwards.  Refusing to generate id for {0} milliseconds",
                        this.lastTimestamp - timestamp));
                }
                this.lastTimestamp = timestamp; //把當前時間戳保存為最后生成ID的時間戳
                long nextId = (timestamp - twepoch << timestampLeftShift) | SnowflakeIdWorker.workerId << SnowflakeIdWorker.workerIdShift | SnowflakeIdWorker.sequence;
                return nextId;
            }
        }

        /// <summary>
        /// 獲取下一微秒時間戳
        /// </summary>
        /// <param name="lastTimestamp"></param>
        /// <returns></returns>
        private long tillNextMillis(long lastTimestamp)
        {
            long timestamp = timeGen();
            while (timestamp <= lastTimestamp)
            {
                timestamp = timeGen();
            }
            return timestamp;
        }

        /// <summary>
        /// 生成當前時間戳
        /// </summary>
        /// <returns></returns>
        private long timeGen()
        {
            return (long)(DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, DateTimeKind.Utc)).TotalMilliseconds;
        }
    }

 

調用時：

SnowflakeIdWorker snowflakeIdWorker = new SnowflakeIdWorker();

ID= snowflakeIdWorker.NextId().ToString();