面试官：你会几种分布式 ID 生成方案？？？

- 日理万妓 2023-09-23 18:22 112阅读 0赞

1. 为什么需要分布式 ID

对于单体系统来说，主键 ID 常用主键自动的方式进行设置。这种 ID 生成方法在单体项目是可行的，但是对于分布式系统，分库分表之后就不适应了。比如订单表数据量太大了，分成了多个库，如果还采用数据库主键自增的方式，就会出现在不同库 id 一致的情况，虽然是不符合业务的。

![53eb6042280666649c59fbbd0c47bb5b.jpeg][]

#  #

2. 业务系统对分布式 ID 有什么要求

*  **全局唯一性**：ID 是作为唯一的标识，不能出现重复；
 *  **趋势递增**：互联网比较喜欢 MySQL 数据库，而 MySQL 数据库默认使用 InnoDB 存储引擎，其使用的是聚集索引，使用有序的主键 ID 有利于保证写入的效率；
 *  **单调递增**：保证下一个 ID 大于上一个 ID，这种情况可以保证事务版本号，排序等特殊需求实现；
 *  **信息安全**：前面说了 ID 要递增，但是最好不要连续。如果 ID 是连续的，容易被恶意爬取数据，指定一系列连续的，所以 ID 递增但是不规则是最好的。

#  #

**3. 分布式 ID 生成方案**

*  UUID
 *  数据库自增
 *  号段模式
 *  Redis 实现
 *  雪花算法（SnowFlake）
 *  百度 Uidgenerator
 *  美团 Leaf
 *  滴滴 TinyID

#  #

# **3.1 UUID** #

UUID （Universally Unique Identifier），通用唯一识别码的缩写。

UUID 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 863e254b-ae34-4371-87da-204b71d46a7b。

UUID 理论上的总数为 1632=2128，约等于 3.4 x 10^38。

*  **优点**：性能非常高，本地生成的，不依赖于网络；
 *  **缺点**：不易存储。16 字节 128 位，36 位长度的字符串信息不安全，基于 MAC 地址生成 UUID 算法可能会造成 MAC 地址泄露，暴露使用者的位置。UUID 的无序性可能会引起数据位置频繁变动，影响性能。

#  #

# **3.2 数据库自增** #

在分布式环境也可以使用 MySQL 自增实现分布式 ID 的生成。如果分库分表了，当然不是简单地设置好 auto\_increment\_increment 和 auto\_increment\_offset 就行。在分布式系统中，我们可以多部署几台机器，每台机器设置不同的初始值，且步长和机器数相等。

比如有两台机器，设置步长 step 为 2。Server1 的初始值为 1（1, 3, 5, 7, 9, 11…），Server2 的初始值为 2（2, 4, 6, 8, 10…）。

这是 Flickr 团队在 2010 年撰文介绍的一种主键生成策略（Ticket Servers: Distributed Unique Primary Keys on the Cheap ）。

假设有 N 台机器，step 就要设置为 N，如下图进行设置：

![a994fa50afdd62de642d23655ffc1b2f.png][]

这种方案看起来是可行的。但是如果要扩容，步长 step 等要重新设置。  
假如只有一台机器，步长就是 1，比如 1,2,3,4,5,6。这时候如果要进行扩容，就要重新设置。  
机器 2 可以挑一个偶数的数字，这个数字在扩容时间内，数据库自增达不到这个数的，然后步长就是 2。机器 1 要重新设置 step 为 2，然后还是以一个奇数开始进行自增。  
这个过程看起来不是很杂，但是如果机器很多的话，那就要花很多时间去维护重新设置。

这种实现的缺陷：

*  ID 没有了单调递增的特性，只能趋势递增。有些业务场景可能不符合；
 *  数据库压力还是比较大，每次获取 ID 都需要读取数据库，只能通过多台机器提高稳定性和性能。

#  #

# **3.3 号段模式** #

这种模式也是现在生成分布式 ID 的一种方法。实现思路是，会从数据库获取一个号段范围，比如 \[1,1000\]，生成 1 到 1000 的自增 ID 加载到内存中。

建表结构如下：

CREATE TABLE id_generator (  id int(10) NOT NULL,  max_id bigint(20) NOT NULL COMMENT '当前最大id',  step int(20) NOT NULL COMMENT '号段的布长',  biz_type  int(20) NOT NULL COMMENT '业务类型',  version int(20) NOT NULL COMMENT '版本号',  PRIMARY KEY (`id`))

*  **biz\_type**：不同业务类型；
 *  **max\_id** ：当前最大的 id；
 *  **step**：代表号段的步长；
 *  **version** ：版本号，就像 MVCC 一样，可以理解为乐观锁。

等 ID 都用完了，再去数据库获取，然后更改最大值：

update id_generator set max_id = #{max_id+step}, version = version + 1 where version = # {version} and biz_type = XXX

*  **优点**：有比较成熟的方案，像百度 Uidgenerator，美团 Leaf；
 *  **缺点**：依赖于数据库实现。

#  #

# **3.4 Redis 实现** #

Redis 分布式 ID 实现主要是通过提供像 INCR 和 INCRBY 这样的自增原子命令。由于 Redis 单线程的特点，可以保证 ID 的唯一性和有序性。

这种实现方式，如果并发请求量上来后，就需要集群。不过集群后，又要和传统数据库一样，设置分段和步长。

*  **优点**：Redis 性能相对比较好，而且可以保证唯一性和有序性；
 *  **缺点**：需要依赖 Redis 来实现，系统需要引入 Redis 组件。

#  #

# **3.5 雪花算法（SnowFlake）** #

雪花算法（Snowflake）是由 Twitter 开源的分布式 ID 生成算法，以划分命名空间的方式将 64-bit 位分割成多个部分，每个部分代表不同的含义。在 Java 中 Long 类型是 64 位的，所以 Java 程序中一般使用 Long 类型存储。

![18b758c8566322ce765470f3583a112f.jpeg][]

*  第一部分：第一位占用 1 bit，始终是 0，是一个符号位，不使用；
 *  第二部分：第 2 位开始的 41 位是时间戳。41-bit 位可表示 241 个数，每个数代表毫秒，那么雪花算法可用的时间年限是 (241)/(1000606024365)=69 年的时间；
 *  第三部分：10-bit 位可表示机器数，即 2^10 = 1024 台机器。通常不会部署这么多台机器；
 *  第四部分：12-bit 位是自增序列，可表示 2^12 = 4096 个数。觉得一毫秒个数不够用也可以调大点。

优缺点：

*  **优点**：雪花算法生成的 ID 是趋势递增，不依赖数据库等第三方系统。生成 ID 的效率非常高，稳定性好，可以根据自身业务特性分配 bit 位，比较灵活；
 *  **缺点**：雪花算法**强依赖于机器时钟**。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。如果恰巧回退前生成过一些 ID，而时间回退后，生成的 ID 就有可能重复。

# **3.6 百度 Uidgenerator** #

百度 UidGenerator 是百度开源基于 Java 语言实现的唯一 ID 生成器，是在雪花算法 Snowflake 的基础上做了一些改进。

引用官网的解释：

UidGenerator 是 Java 实现的, 基于 Snowflake 算法的唯一 ID 生成器。UidGenerator 以组件形式工作在应用项目中，支持自定义 workerId 位数和初始化策略，从而适用于 docker 等虚拟化环境下实例自动重启、漂移等场景。在实现上, UidGenerator 通过借用未来时间来解决 sequence 天然存在的并发限制；采用 RingBuffer 来缓存已生成的 UID，并行化 UID 的生产和消费，同时对 CacheLine 补齐。避免了由 RingBuffer 带来的硬件级「伪共享」问题. 最终单机 QPS 可达 600 万。

![2c18b4aefaa80e206ab0869c48764e22.png][]

Snowflake 算法描述：指定机器 & 同一时刻 & 某一并发序列，是唯一的。据此可生成一个 64 bits 的唯一 ID（long）。默认采用上图字节分配方式：

*  sign(1bit)：固定 1bit 符号标识，即生成的 UID 为正数；
 *  delta seconds (28 bits)：当前时间，相对于时间基点"2016-05-20"的增量值，单位：秒，最多可支持约8.7年；
 *  worker id (22 bits)：机器 id，最多可支持约 420 万次机器启动。内置实现为在启动时由数据库分配，默认分配策略为用后即弃，后续可提供复用策略；
 *  sequence (13 bits)：每秒下的并发序列，13 bits 可支持每秒 8192 个并发。

详细介绍可参考官网说明：

ttps://github.com/baidu/uid-generator/blob/master/README.zh\_cn.md

#  #

# **3.7 美团 Leaf** #

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 提供两种生成的 ID 的方式：号段模式（Leaf-segment）和 Snowflake 模式（Leaf-snowflake）。你可以同时开启两种方式，也可以指定开启某种方式，默认两种方式为关闭状态。

**Leafsegment 数据库方案**

其实就是前面介绍的号段模式的改进，可以引用美团技术博客的介绍：

第一种 Leaf-segment 方案，在使用数据库的方案上，做了如下改变：

*  原方案每次获取 ID 都得读写一次数据库，造成数据库压力大。改为利用 **proxy server 批量获取**，每次获取一个 segment（step 决定大小）号段的值。用完之后再去数据库获取新的号段，可以大大减轻数据库的压力；
 *  各个业务不同的发号需求用 biz\_tag 字段来区分，每个 biz-tag 的 ID 获取相互隔离，互不影响。如果以后有性能需求需要对数据库扩容，不需要上述描述的复杂的扩容操作，只需要对 biz\_tag 分库分表就行。

表结构设计：

>+-------------+--------------+------+-----+-------------------+-----------------------------+| Field       | Type         | Null | Key | Default           | Extra                       |+-------------+--------------+------+-----+-------------------+-----------------------------+| biz_tag     | varchar(128) | NO   | PRI |                   |                             || max_id      | bigint(20)   | NO   |     | 1                 |                             || step        | int(11)      | NO   |     | NULL              |                             || desc        | varchar(256) | YES  |     | NULL              |                             || update_time | timestamp    | NO   |     | CURRENT_TIMESTAMP | on update CURRENT_TIMESTAMP |+-------------+--------------+------+-----+-------------------+-----------------------------+

**Leafsnowflake 方案**

Leafsnowflake 是在雪花算法上改进来的，引用官网技术博客介绍：

Leaf-snowflake 方案完全沿用 Snowflake 方案的 bit 位设计，即是“1+41+10+12”的方式组装 ID 号。对于 workerID 的分配，当服务集群数量较小的情况下，完全可以手动配置。Leaf 服务规模较大，手动配置成本太高。所以使用 Zookeeper 持久顺序节点的特性自动对 Snowflake 节点配置 wokerID。

Leaf-snowflake 是按照下面几个步骤启动的：

*  启动 Leaf-snowflake 服务，连接 Zookeeper，在 leaf\_forever 父节点下检查自己是否已经注册过（是否有该顺序子节点）；
 *  如果有注册过直接取回自己的 workerID（Zookeeper 顺序节点生成的int类型ID号），启动服务；
 *  如果没有注册过，就在该父节点下面创建一个持久顺序节点。创建成功后取回顺序号当做自己的 workerID 号，启动服务。

![4fe3f48ccdbc885a2205d163c99573ca.png][]

这种方案解决了前面提到的雪花算法的缺陷。官网没解释，不过 Leafsnowflake 对其进行改进，官网的流程图。

![70febce3d0e44424a2bbdba570e135be.jpeg][]

详细介绍请看官网：https://tech.meituan.com/2017/04/21/mt-leaf.html

# **3.8 滴滴 Tinyid** #

Tinyid 是用 Java 开发的一款分布式 ID 生成系统，基于数据库号段算法实现。Tinyid 扩展了 leaf-segment 算法，支持了多数据库和 tinyid-client。

Tinyid 也是基于号段算法实现，系统实现图如下：

![099b65a0eba649b0be3a15934ce140e1.png][]

*  **优点**：方便集成，有成熟的方案和实现；
 *  **缺点**：依赖 DB 稳定性，需要采用集群主从备份的方式提高 DB 可用性。

[53eb6042280666649c59fbbd0c47bb5b.jpeg]: https://img-blog.csdnimg.cn/img_convert/53eb6042280666649c59fbbd0c47bb5b.jpeg
[a994fa50afdd62de642d23655ffc1b2f.png]: https://img-blog.csdnimg.cn/img_convert/a994fa50afdd62de642d23655ffc1b2f.png
[18b758c8566322ce765470f3583a112f.jpeg]: https://img-blog.csdnimg.cn/img_convert/18b758c8566322ce765470f3583a112f.jpeg
[2c18b4aefaa80e206ab0869c48764e22.png]: https://img-blog.csdnimg.cn/img_convert/2c18b4aefaa80e206ab0869c48764e22.png
[4fe3f48ccdbc885a2205d163c99573ca.png]: https://img-blog.csdnimg.cn/img_convert/4fe3f48ccdbc885a2205d163c99573ca.png
[70febce3d0e44424a2bbdba570e135be.jpeg]: https://img-blog.csdnimg.cn/70febce3d0e44424a2bbdba570e135be.jpeg
[099b65a0eba649b0be3a15934ce140e1.png]: https://img-blog.csdnimg.cn/img_convert/099b65a0eba649b0be3a15934ce140e1.png