目录
[Leaf-segment 数据库方案](#Leaf-segment 数据库方案)
[Leaf-snowflake 方案](#Leaf-snowflake 方案)
常用方式
- uuid
- 雪花算法
- 数据库主键
特征
- 全局唯一
- 趋势递增
- 信息安全
潜在问题
信息安全
- 如果id连续递增, 容易被爬虫, 批量下载数据
- 如果订单id是连续递增, 容易被竞争对手推算出日交易量, 这时候需要ID不规则
- 可能泄漏本机mac地址
高性能
保证在高qps时候, 系统也高可用, 延迟低
UUID
标准型式包含 32 个 16 进制数字，以连字号分为五段，形式为 8-4-4-4-12 的 36 个字符.
示例：ecb02c7d-0a3f-4c00-85f6-aa5c6962eb4d
优点: 本地生成, 性能高, 没有网络消耗
缺点:
- UUID太长不易储存, 16字节, 128位
- 信息不安全. 基于 MAC 地址生成UUID的算法, 可能造成MAC地址泄露，这个漏洞曾被用于寻找梅丽莎病毒的制作者位置
- 不适合做DB主键. 数据库主键应该越短越好, uuid随机性, 导致聚集索引的数据频繁变动, 影响性能
雪花算法
- 第 0 位： 符号位（标识正负），始终为 0，没有用，不用管。
- 第 1~41 位 ：一共 41 位，用来表示时间戳，单位是毫秒，可以支撑 2 ^41 毫秒（约 69 年）
- 第 42~52 位 ：一共 10 位，一般来说，前 5 位表示机房 ID，后 5 位表示机器 ID（实际项目中可以根据实际情况调整），这样就可以区分不同集群/机房的节点，这样就可以表示 32 个 IDC，每个 IDC 下可以有 32 台机器。
- 第 53~64 位 ：一共 12 位，用来表示序列号。 序列号为自增值，代表单台机器每毫秒能够产生的最大 ID 数(2^12 = 4096),也就是说单台机器每毫秒最多可以生成 4096 个 唯一 ID。理论上 snowflake 方案的 QPS 约为 409.6w/s
优点:
- 顺序递增, 时间戳在高位, 自增序列在地位
- 本地生成, 不依赖第三方主键, 稳定性更高, 性能高
- 可以根据自身业务, 灵活分配bit位
缺点:
存在时钟回拨问题
数据库生成
- mysql自增主键
- redis的incr命令
- mongodb的ObjectId
- zookeeper顺序节点
美团Leaf方案
Leaf 这个名字是来自德国哲学家、数学家莱布尼茨的一句话：
There are no two identical leaves in the world（"世界上没有两片相同的树叶"）
Leaf 分别在 MySQL 和雪花上做了相应的优化，实现了 Leaf-segment 和 Leaf-snowflake 方案。
Leaf-segment 数据库方案
==
Leaf-snowflake 方案
==