我一下子說出四種分布式ID生成方案，把面試官給搞懵了
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：《?支撐日活百萬用戶的高并發系統，應該如何設計其數據庫架構?？》。
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！
你的系統就沒辦法根據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，對于插入數據庫中的核心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。
那么如何實現全局唯一id呢？有以下幾種方案。
方案一：獨立數據庫自增id
這個方案就是說你的系統每次要生成一個id，都是往一個獨立庫的一個獨立表里插入一條沒什么業務含義的數據，然后獲取一個數據庫自增的一個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，要是高并發的話，就會有瓶頸的，因為auto_id庫要是承載個每秒幾萬并發，肯定是不現實的了。
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。
好處就是每個系統本地生成，不要基于數據庫來了
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。
方案三：獲取系統當前時間
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，并發很高的時候，比如一秒并發幾千，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務字段拼接起來，作為一個id，如果業務上你覺得可以接受，那么也是可以的。
你可以將別的業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 + 業務含義編碼。
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，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，但是我們生成的id都是正數，所以第一個bit統一都是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是2 ^ 12 - 1 = 4096，也就是說可以用這個12bit代表的數字來區分同一個毫秒內的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，那么就可以發送一個請求給部署了snowflake算法的系統，由這個snowflake算法系統來生成唯一id。
這個snowflake算法系統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的序號來區分開來。
下面我們簡單看看這個snowflake算法的一個代碼實現，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的數字中各個bit位來設置不同的標志位，區分每一個id。
snowflake算法的代碼實現
public class IdWorker { private long workerId; // 這個就是代表了機器id private long datacenterId; // 這個就是代表了機房id private long sequence; // 這個就是代表了一毫秒內生成的多個id的最新序號 public IdWorker(long workerId, long datacenterId, long sequence) { // sanity check for workerId // 這兒不就檢查了一下，要求就是你傳遞進來的機房id和機器id不能超過32，不能小于0 if (workerId > maxWorkerId || workerId < 0) { throw new IllegalArgumentException( String.format("worker Id can't be greater than %d or less than 0",maxWorkerId)); } if (datacenterId > maxDatacenterId || datacenterId < 0) { throw new IllegalArgumentException( String.format("datacenter Id can't be greater than %d or less than 0",maxDatacenterId)); } this.workerId = workerId; this.datacenterId = datacenterId; this.sequence = sequence; } private long twepoch = 1288834974657L; private long workerIdBits = 5L; private long datacenterIdBits = 5L; // 這個是二進制運算，就是5 bit最多只能有31個數字，也就是說機器id最多只能是32以內 private long maxWorkerId = -1L ^ (-1L << workerIdBits); // 這個是一個意思，就是5 bit最多只能有31個數字，機房id最多只能是32以內 private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); private long sequenceBits = 12L; private long workerIdShift = sequenceBits; private long datacenterIdShift = sequenceBits + workerIdBits; private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits; private long sequenceMask = -1L ^ (-1L << sequenceBits); private long lastTimestamp = -1L; public long getWorkerId(){ return workerId; } public long getDatacenterId() { return datacenterId; } public long getTimestamp() { return System.currentTimeMillis(); } // 這個是核心方法，通過調用nextId()方法，讓當前這臺機器上的snowflake算法程序生成一個全局唯一的id public synchronized long nextId() { // 這兒就是獲取當前時間戳，單位是毫秒 long timestamp = timeGen(); if (timestamp < lastTimestamp) { System.err.printf( "clock is moving backwards. Rejecting requests until %d.", lastTimestamp); throw new RuntimeException( String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); } // 下面是說假設在同一個毫秒內，又發送了一個請求生成一個id // 這個時候就得把seqence序號給遞增1，最多就是4096 if (lastTimestamp == timestamp) { // 這個意思是說一個毫秒內最多只能有4096個數字，無論你傳遞多少進來， //這個位運算保證始終就是在4096這個范圍內，避免你自己傳遞個sequence超過了4096這個范圍 sequence = (sequence + 1) & sequenceMask; if (sequence == 0) { timestamp = tilNextMillis(lastTimestamp); } } else { sequence = 0; } // 這兒記錄一下最近一次生成id的時間戳，單位是毫秒 lastTimestamp = timestamp; // 這兒就是最核心的二進制位運算操作，生成一個64bit的id // 先將當前時間戳左移，放到41 bit那兒；將機房id左移放到5 bit那兒；將機器id左移放到5 bit那兒；將序號放最后12 bit // 最后拼接起來成一個64 bit的二進制數字，轉換成10進制就是個long型 return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift) | (workerId << workerIdShift) | sequence; } private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } private long timeGen(){ return System.currentTimeMillis(); } //---------------測試--------------- public static void main(String[] args) { IdWorker worker = new IdWorker(1,1,1); for (int i = 0; i < 30; i++) { System.out.println(worker.nextId()); } }}
snowflake算法一個小小的改進思路
其實在實際的開發中，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算法系統的每一臺機器，對一個業務表，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來區分序號對待。
