高并发下，如何保证分布式唯一全局 ID 生成？

问题
一般通用解决方案
雪花算法

问题

为什么需要分布式全局唯一ID以及分布式ID的业务需求

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，如在美团点评的金融、支付、餐饮、酒店
猫眼电影等产品的系统中数据逐渐增长，对数据库分库分表后需要有一个唯一ID来标识一条数据或信息；
特别Ian的订单、骑手、优惠券都需要有唯一ID做标识
此时一个能够生成全局唯一ID的系统是非常必要的
高并发下，如何保证分布式唯一全局 ID 生成？ - 图1

ID生成规则部分硬性要求

全局唯一
趋势递增
- 在MySQL的InnoDB引擎中使用的是聚集索引，由于多数RDBMS使用Btree的数据结构来存储索引，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，恶意用户的爬取工作就非常容易做了，直接按照顺序下载指定URL即可，如果是订单号就危险了，竞争对手可以直接知道我们一天的单量，所以在一些应用场景下，需要ID无规则不规则，让竞争对手不好猜
含时间戳
- 一样能够快速在开发中了解这个分布式ID什么时候生成的
  ID号生成系统的可用性要求
高可用
- 发布一个获取分布式ID请求，服务器就要保证99.999%的情况下给我创建一个唯一分布式ID
低延迟
- 发一个获取分布式ID的请求，服务器就要快，极速
高QPS
- 例如并发一口气10万个创建分布式ID请求同时杀过来，服务器要顶得住且一下子成功创建10万个分布式ID
  一般通用解决方案
  UUID
  UUID.randomUUID(), UUID的标准型包含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，性能非常高，本地生成，没有网络消耗。
  存在问题
  入数据库性能差，因为UUID是无序的
  无序，无法预测他的生成顺序，不能生成递增有序的数字
  首先分布式id一般都会作为逐渐，但是按照mysql官方推荐主键尽量越短越好，UUID每一个都很长，所以不是很推荐。
  主键，ID作为主键时，在特定的环境下会存在一些问题
  比如做DB主键的场景下，UUID就非常不适用MySQL官方有明确的说明
  索引，B+树索引的分裂
  既然分布式ID是主键，然后主键是包含索引的，而mysql的索引是通过B+树来实现的，每一次新的UUID数据的插入，为了查询的优化，都会对索引底层的B+树进行修改，因为UUID数据是无序的，所以每一次UUID数据的插入都会对主键的B+树进行很大的修改，这一点很不好，插入完全无序，不但会导致一些中间节点产生分裂，也会白白创造出很多不饱和的节点，这样大大降低了数据库插入的性能。
  UUID只能保证全局唯一性，不满足后面的趋势递增，单调递增
  数据库自增主键
  单机
  在分布式里面，数据库的自增ID机制的主要原理是：数据库自增ID和mysql数据库的replace into实现的，这里的replace into跟insert功能类似，不同点在于：replace into首先尝试插入数据列表中，如果发现表中已经有此行数据（根据主键或唯一索引判断）则先删除，在插入，否则直接插入新数据。
  REPLACE INTO的含义是插入一条记录，如果表中唯一索引的值遇到冲突，则替换老数据
  
  REPLACE into t_test(stub) values(‘b’);
  select LAST_INSERT_ID();

我们每次插入的时候，发现都会把原来的数据给替换，并且ID也会增加
这就满足了

递增性
单调性
唯一性

在分布式情况下，并且并发量不多的情况，可以使用这种方案来解决，获得一个全局的唯一ID

集群分布式集群

那数据库自增ID机制适合做分布式ID吗？答案是不太适合
系统水平扩展比较困难，比如定义好步长和机器台数之后，如果要添加机器该怎么办，假设现在有一台机器发号是：1,2,3,4,5,（步长是1），这个时候需要扩容机器一台，可以这样做：把第二胎机器的初始值设置得比第一台超过很多，貌似还好，但是假设线上如果有100台机器，这个时候扩容要怎么做，简直是噩梦，所以系统水平扩展方案复杂难以实现。
数据库压力还是很大，每次获取ID都得读写一次数据库，非常影响性能，不符合分布式ID里面的延迟低和高QPS的规则（在高并发下，如果都去数据库里面获取ID，那是非常影响性能的）

基于Redis生成全局ID策略

单机版

因为Redis是单线程，天生保证原子性，可以使用原子操作INCR和INCRBY来实现
INCRBY：设置增长步长

集群分布式

注意：在Redis集群情况下，同样和MySQL一样需要设置不同的增长步长，同时key一定要设置有效期，可以使用Redis集群来获取更高的吞吐量。
假设一个集群中有5台Redis，可以初始化每台Redis的值分别是 1,2,3,4,5 ，然后设置步长都是5
各个Redis生成的ID为：
A：1 6 11 16 21
B：2 7 12 17 22
C：3 8 13 18 23
D：4 9 14 19 24
E：5 10 15 20 25

但是存在的问题是，就是Redis集群的维护和保养比较麻烦，配置麻烦。因为要设置单点故障，哨兵值守
但是主要是的问题就是，为了一个ID，却需要引入整个Redis集群，有种杀鸡焉用牛刀的感觉

雪花算法

是什么

Twitter的分布式自增ID算法，Snowflake
最初Twitter把存储系统从MySQL迁移到Cassandra（由Facebook开发一套开源分布式NoSQL数据库系统）因为Cassandra没有顺序ID生成机制，所有开发了这样一套全局唯一ID生成服务。
Twitter的分布式雪花算法SnowFlake，经测试SnowFlake每秒可以产生26万个自增可排序的ID

twitter的SnowFlake生成ID能够按照时间有序生成
SnowFlake算法生成ID的结果是一个64Bit大小的整数，为一个Long型（转换成字符串后长度最多19）
分布式系统内不会产生ID碰撞（由datacenter 和 workerID做区分）并且效率较高

分布式系统中，有一些需要全局唯一ID的场景，生成ID的基本要求

在分布式环境下，必须全局唯一性
一般都需要单调递增，因为一般唯一ID都会存在数据库，而InnoDB的特性就是将内容存储在主键索引上的叶子节点，而且是从左往右递增的，所有考虑到数据库性能，一般生成ID也最好是单调递增的。为了防止ID冲突可以使用36位UUID，但是UUID有一些缺点，首先是它相对比较长，并且另外UUID一般是无序的
可能还会需要无规则，因为如果使用唯一ID作为订单号这种，为了不让别人知道一天的订单量多少，就需要这种规则

结构
雪花算法的几个核心组成部分

在Java中64bit的证书是long类型，所以在SnowFlake算法生成的ID就是long类存储的

第一部分
二进制中最高位是符号位，1表示负数，0表示正数。生成的ID一般都是用整数，所以最高位固定为0。

第二部分
第二部分是41bit时间戳位，用来记录时间戳，毫秒级
41位可以表示 2^41 -1 个数字
如果只用来表示正整数，可以表示的范围是：0 - 2^41 -1，减1是因为可以表示的数值范围是从0开始计算的，而不是从1。
也就是说41位可以表示 2^41 - 1 毫秒的值，转换成单位年则是 69.73年

第三部分
第三部分为工作机器ID，10Bit用来记录工作机器ID
可以部署在2^10 = 1024个节点，包括5位 datacenterId（数据中心，机房）和 5位 workerID（机器码）
5位可以表示的最大正整数是 2 ^ 5 = 31个数字，来表示不同的数据中心和机器码

第四部分
12位bit可以用来表示的正整数是 2^12 = 4095，即可以用0 1 2 … 4094 来表示同一个机器同一个时间戳内产生的4095个ID序号。

SnowFlake可以保证
所有生成的ID按时间趋势递增
整个分布式系统内不会产生重复ID，因为有datacenterId 和 workerId来做区分

实现
雪花算法是由scala算法编写的，有人使用java实现，github地址
https://github.com/beyondfengyu/SnowFlake/blob/master/SnowFlake.java
/*
twitter的snowflake算法 — java实现

@author beyond
*/
public class SnowFlake {

/*
起始的时间戳
*/
private final static long START_STMP = 1480166465631L;

/*
每一部分占用的位数
*/
private final static long SEQUENCEBIT = 12; //序列号占用的位数
private final static long MACHINE_BIT = 5; //机器标识占用的位数
private final static long DATACENTER_BIT = 5;//数据中心占用的位数_

/*
每一部分的最大值
*/
private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

/*
每一部分向左的位移
*/
private final static long MACHINE_LEFT = SEQUENCE_BIT;
private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

private long datacenterId; //数据中心
private long machineId; //机器标识
private long sequence = 0L; //序列号
private long lastStmp = -1L;//上一次时间戳

public SnowFlake(long datacenterId, long machineId) {
if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
throw new IllegalArgumentException(“datacenterId can’t be greater than MAX_DATACENTER_NUM or less than 0”);
}
if (machineId > MAX_MACHINE_NUM || machineId < 0) {
throw new IllegalArgumentException(“machineId can’t be greater than MAX_MACHINE_NUM or less than 0”);
}
this.datacenterId = datacenterId;
this.machineId = machineId;
}

/*
产生下一个ID

@return
*/
public synchronized long nextId() {
long currStmp = getNewstmp();
if (currStmp < lastStmp) {
throw new RuntimeException(“Clock moved backwards. Refusing to generate id”);
}
```
 if (currStmp == lastStmp) { _//相同毫秒内，序列号自增_ sequence = (sequence + 1) & MAX_SEQUENCE; _//同一毫秒的序列数已经达到最大_ if (sequence == 0L) { currStmp = getNextMill(); } } else { _//不同毫秒内，序列号置为0_ sequence = 0L; }
 lastStmp = currStmp;
 return (currStmp - START_STMP) << TIMESTMP_LEFT _//时间戳部分_ | datacenterId << DATACENTER_LEFT _//数据中心部分_ | machineId << MACHINE_LEFT _//机器标识部分_ | sequence; _//序列号部分_ }
```
private long getNextMill() {
long mill = getNewstmp();
while (mill <= lastStmp) {
mill = getNewstmp();
}
return mill;
}

private long getNewstmp() {
return System.currentTimeMillis();
}

public static void main(String[] args) {
SnowFlake snowFlake = new SnowFlake(2, 3);
```
 for (int i = 0; i < (1 << 12); i++) { System.out.println(snowFlake.nextId()); }
```
}
}

工程落地经验

hutools工具包
地址：https://github.com/looly/hutool

SpringBoot整合雪花算法

引入hutool工具类

cn.hutool
hutool-all
5.3.1

整合
/*
雪花算法

@author: 陌溪
*/
public class SnowFlakeDemo {
private long workerId = 0;
private long datacenterId = 1;
private Snowflake snowFlake = IdUtil.createSnowflake(workerId, datacenterId);

@PostConstruct<br />    public void init() {<br />        try {<br />            _// 将网络ip转换成long_<br />            workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());<br />        } catch (Exception e) {<br />            e.printStackTrace();<br />        }<br />    }
_/**<br />     * 获取雪花ID<br />     * @return<br />     */_<br />    public synchronized long snowflakeId() {<br />        return this.snowFlake.nextId();<br />    }
public synchronized long snowflakeId(long workerId, long datacenterId) {<br />        Snowflake snowflake = IdUtil.createSnowflake(workerId, datacenterId);<br />        return snowflake.nextId();<br />    }
public static void main(String[] args) {<br />        SnowFlakeDemo snowFlakeDemo = new SnowFlakeDemo();<br />        for (int i = 0; i < 20; i++) {<br />            new Thread(() -> {<br />                System.out.println(snowFlakeDemo.snowflakeId());<br />            }, String.valueOf(i)).start();<br />        }<br />    }<br />}

得到结果
1251350711346790400
1251350711346790402
1251350711346790401
1251350711346790403
1251350711346790405
1251350711346790404
1251350711346790406
1251350711346790407
1251350711350984704
1251350711350984706
1251350711350984705
1251350711350984707
1251350711350984708
1251350711350984709
1251350711350984710
1251350711350984711
1251350711350984712
1251350711355179008
1251350711355179009
1251350711355179010

优缺点

优点

毫秒数在高维，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

缺点
依赖机器时钟，如果机器时钟回拨，会导致重复ID生成
在单机上是递增的，但由于涉及到分布式环境，每台机器上的时钟不可能完全同步，有时候会出现不是全局递增的情况，此缺点可以认为无所谓，一般分布式ID只要求趋势递增，并不会严格要求递增，90%的需求只要求趋势递增。

其它补充
为了解决时钟回拨问题，导致ID重复，后面有人专门提出了解决的方案
- 百度开源的分布式唯一ID生成器 UidGenerator
- Leaf - 美团点评分布式ID生成系统

问题

为什么需要分布式全局唯一ID以及分布式ID的业务需求

ID生成规则部分硬性要求

ID号生成系统的可用性要求

一般通用解决方案

UUID

存在问题

数据库自增主键

单机

集群分布式集群

基于Redis生成全局ID策略

单机版

集群分布式

雪花算法

是什么

结构

第一部分

第二部分

第三部分

第四部分

SnowFlake可以保证

实现

工程落地经验

SpringBoot整合雪花算法

优缺点

优点

缺点

其它补充