本篇文章为你整理了分布式ID详解(5种分布式ID生成方案)（分布式id解决方案）的详细内容，包含有分布式id的作用 分布式id解决方案 分布式id生成算法 分布式id leaf 分布式ID详解(5种分布式ID生成方案)，希望能帮助你了解 分布式ID详解(5种分布式ID生成方案)。

　　分布式架构会涉及到分布式全局唯一ID的生成，今天我就来详解分布式全局唯一ID，以及分布式全局唯一ID的实现方案@mikechen

　　什么是分布式系统唯一ID

　　在复杂分布式系统中，往往需要对大量的数据和消息进行唯一标识。

　　如在金融、电商、支付、等产品的系统中，数据日渐增长，对数据分库分表后需要有一个唯一ID来标识一条数据或消息，数据库的自增ID显然不能满足需求，此时一个能够生成全局唯一ID的系统是非常必要的。

　　分布式系统唯一ID的特点

　　全局唯一性：不能出现重复的ID号，既然是唯一标识，这是最基本的要求。

　　趋势递增：在MySQL InnoDB引擎中使用的是聚集索引，由于多数RDBMS使用B-tree的数据结构来存储索引数据，在主键的选择上面我们应该尽量使用有序的主键保证写入性能。

　　单调递增：保证下一个ID一定大于上一个ID，例如事务版本号、IM增量消息、排序等特殊需求。

　　信息安全：如果ID是连续的，恶意用户的扒取工作就非常容易做了，直接按照顺序下载指定URL即可；如果是订单号就更危险了，竞对可以直接知道我们一天的单量。所以在一些应用场景下，会需要ID无规则、不规则。

　　同时除了对ID号码自身的要求，业务还对ID号生成系统的可用性要求极高，想象一下，如果ID生成系统瘫痪，这就会带来一场灾难。

　　由此总结下一个ID生成系统应该做到如下几点：

　　平均延迟和TP999延迟都要尽可能低；

　　可用性5个9；

　　高QPS

　　分布式系统唯一ID的实现方案

　　1.UUID

　　UUID(Universally Unique Identifier)的标准型式包含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：550e8400-e29b-41d4-a716-446655440000，到目前为止业界一共有5种方式生成UUID，详情见IETF发布的UUID规范 A Universally Unique IDentifier (UUID) URN Namespace。

　　UUID优点：

　　性能非常高：本地生成，没有网络消耗。

　　UUID缺点：

　　不易于存储：UUID太长，16字节128位，通常以36长度的字符串表示，很多场景不适用;

　　信息不安全：基于MAC地址生成UUID的算法可能会造成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;

　　ID作为主键时在特定的环境会存在一些问题，比如做DB主键的场景下，UUID就非常不适用。

　　2.数据库生成ID

　　以MySQL举例，利用给字段设置auto_increment_increment和auto_increment_offset来保证ID自增，每次业务使用下列SQL读写MySQL得到ID号。

　　数据库生成ID优点：

　　非常简单，利用现有数据库系统的功能实现，成本小，有DBA专业维护。

　　ID号单调自增，可以实现一些对ID有特殊要求的业务。

　　数据库生成ID缺点：

　　强依赖DB，当DB异常时整个系统不可用，属于致命问题。配置主从复制可以尽可能的增加可用性，但是数据一致性在特殊情况下难以保证。主从切换时的不一致可能会导致重复发号。

　　ID发号性能瓶颈限制在单台MySQL的读写性能。

　　3.Redis生成ID

　　当使用数据库来生成ID性能不够要求的时候，我们可以尝试使用Redis来生成ID。

　　这主要依赖于Redis是单线程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR和INCRBY来实现。

　　比较适合使用Redis来生成每天从0开始的流水号。比如订单号=日期+当日自增长号。可以每天在Redis中生成一个Key，使用INCR进行累加。

　　Redis生成ID优点：

　　1）不依赖于数据库，灵活方便，且性能优于数据库。

　　2）数字ID天然排序，对分页或者需要排序的结果很有帮助。

　　Redis生成ID缺点：

　　1）如果系统中没有Redis，还需要引入新的组件，增加系统复杂度。

　　2）需要编码和配置的工作量比较大。

　　4.利用zookeeper生成唯一ID

　　zookeeper主要通过其znode数据版本来生成序列号，可以生成32位和64位的数据版本号，客户端可以使用这个版本号来作为唯一的序列号。

　　很少会使用zookeeper来生成唯一ID。主要是由于需要依赖zookeeper，并且是多步调用API，如果在竞争较大的情况下，需要考虑使用分布式锁。因此，性能在高并发的分布式环境下，也不甚理想。

　　5.snowflake雪花算法生成ID

　　这种方案大致来说是一种以划分命名空间（UUID也算，由于比较常见，所以单独分析）来生成ID的一种算法，这种方案把64-bit分别划分成多段，分开来标示机器、时间等，比如在snowflake中的64-bit分别表示如下图（图片来自网络）所示：

　　41-bit的时间可以表示（1L 41）/(1000L*3600*24*365)=69年的时间，10-bit机器可以分别表示1024台机器。如果我们对IDC划分有需求，还可以将10-bit分5-bit给IDC，分5-bit给工作机器。这样就可以表示32个IDC，每个IDC下可以有32台机器，可以根据自身需求定义。12个自增序列号可以表示2^12个ID，理论上snowflake方案的QPS约为409.6w/s，这种分配方式可以保证在任何一个IDC的任何一台机器在任意毫秒内生成的ID都是不同的。

　　雪花算法ID优点：

　　毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。

　　不依赖数据库等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。

　　可以根据自身业务特性分配bit位，非常灵活。

　　雪花算法ID缺点：

　　强依赖机器时钟，如果机器上时钟回拨，会导致发号重复或者服务会处于不可用状态。

　　以上

　　陈睿mikechen,10年+大厂架构经验,《BAT架构技术500期》系列文章作者，专注于互联网架构技术。

　　阅读mikechen的互联网架构更多技术文章合集

　　Java并发JVMMySQLSpringRedis分布式高并发

　　以上就是分布式ID详解(5种分布式ID生成方案)（分布式id解决方案）的详细内容，想要了解更多 分布式ID详解(5种分布式ID生成方案)的内容，请持续关注盛行IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。