本文主要总结市面上常见的分布式ID生成方案，并结合自身项目经历对齐总结

定义

分布式 ID 是分布式系统下的 ID，其具有唯一标识。类似系统中常见的用户ID、订单号、券码，都应该具备唯一性。

算法要求

全局唯一：生成的 ID 必须全局唯一
趋势递增：我们应该尽量选择有序的主键来保证索引的性能
好接入：要秉着拿来即用的设计原则，在系统设计和实现上要尽可能的简单
信息安全：如果是连续的 ID，攻击者很容易就猜出下一条记录的 ID，所以有些情况下尽量让 ID 无规则（可选）
含时间戳：含时间戳便于追踪（可选）

可靠性要求

高可用：要保证在99.999%的情况下能够生成一个唯一的分布式 ID
低延迟：生成分布式 ID 的速度一定要快
高QPS：假如一下子来10w个生成分布式 ID 的请求，服务器要能扛得住并且能够一下子生成10w个

生成方案

UUID

包含32个16进制的数字，以连字符分割成五段，格式是8-4-4-4-12

优点：

性能好，本地生成，无网络消耗

缺点：

存储消耗空间大（32 个字符串，128 位）

不安全（基于 MAC 地址生成 UUID 的算法会造成 MAC 地址泄露)

无序（非自增）

没有具体业务含义

需要解决重复 ID 问题（当机器时间不对的情况下，可能导致会产生重复 ID）

无序，不能生成递增的 ID，而且很长，入库性能差（MYSQL）。因为MySQL的是 B+ 树索引，每插入一条新数据，都会对索引进行改造，因为 UUID 的无序，每次插入数据时 B+ 树的改造就会很大，也就是导致索引分裂

应用场景：

用于分布式日志追踪的traceId生成，可参照：基于LOGBACK实现的分布式日志跟踪

案例

java 复制代码

import java.util.UUID;

public class IdGenerator {
    public IdGenerator() {

    }

    public static String createID() {
        String id = UUID.randomUUID().toString();
        id = id.replace("-","");
        return id;
    }
}

数据库自增主键

直接依赖关系型数据库机制-自增主键来产生唯一ID

优点：

实现起来比较简单、ID 有序递增、存储消耗空间小

缺点：

支持的并发量不大（依赖数据库性能）

存在数据库单点问题（可以使用数据库集群解决，不过增加了复杂度）

ID 没有具体业务含义

每次获取 ID 都要访问一次数据库（增加了对数据库的压力）

应用场景

可以用于TPS不高场景的分布式唯一ID获取

不过需要注意自增键初始值和步长，不能随意更改主要是auto_increment_increment和auto_increment_offset参数

案例

建表

sql 复制代码

drop TABLE IF EXISTS `sequence_id`;
CREATE TABLE `sequence_id` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT comment '自增ID',
  `stub` varchar(20) NOT NULL DEFAULT '' comment '随机值',
  PRIMARY KEY (`id`),
  UNIQUE KEY `stub` (`stub`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 AUTO_INCREMENT=10 comment '自增序列表';

mybatics xml

xml 复制代码

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE mapper
        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
        "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.toby.dynamic.data.source.db.dao.config.SeqIdMapper">

    <insert id="getNextId">
        <selectKey keyProperty="id" resultType="java.lang.Long" order="AFTER">
            SELECT LAST_INSERT_ID()
        </selectKey>
        INSERT INTO sequence_id (stub) VALUES (#{name})
    </insert>
</mapper>

mapper文件

java 复制代码

public interface SeqIdMapper {

    long getNextId(@Param("name") String name);
}

test用例

java 复制代码

package com.toby.dynamic.data.source.db.dao.config;

import com.toby.dynamic.data.source.start.PointApplication;
import org.junit.Assert;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

@RunWith(SpringRunner.class)
@SpringBootTest(classes = PointApplication.class)
public class SeqIdMapperTest {
    private static final Logger LOGGER = LoggerFactory.getLogger(SeqIdMapperTest.class);
    @Autowired
    private SeqIdMapper seqIdMapper;

    @Test
    public void getNextId() {
        long ret = seqIdMapper.getNextId(String.valueOf(System.currentTimeMillis()));
        LOGGER.info("getNextId ret={}", ret);
        Assert.assertTrue(ret > 0);
    }
}

运行结果

sql 复制代码

Creating a new SqlSession
SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@54be6213] was not registered for synchronization because synchronization is not active
JDBC Connection [com.alibaba.druid.proxy.jdbc.ConnectionProxyImpl@322b09da] will not be managed by Spring
==>  Preparing: INSERT INTO sequence_id (stub) VALUES (?) 
==> Parameters: 1703319042518(String)
<==    Updates: 1
==>  Preparing: SELECT LAST_INSERT_ID() 
==> Parameters: 
<==    Columns: LAST_INSERT_ID()
<==        Row: 1
<==      Total: 1
Closing non transactional SqlSession [org.apache.ibatis.session.defaults.DefaultSqlSession@54be6213]

具体代码参考：github.com/hongyuwen/H...

未完待续

参考
分布式 ID 详解
 分布式ID

高并发系统-分布式唯一ID生成（一）

定义

算法要求

可靠性要求

生成方案

UUID

优点：

缺点：

应用场景：

案例

数据库自增主键

优点：

缺点：

应用场景

案例