分布式系统——分布式ID方案
分布式ID介绍
在分布式系统中，我们经常需要生成全局唯一的标识符，例如订单号，用户id，消息id等。这些标识符通常被称为分布式id。分布式id有以下几个常见的要求：
- 全局唯一：不同的节点或服务不能生成重复的id。
- 高性能：生成id的速度要快，不能成为系统的瓶颈。
- 低延迟：生成id的过程要尽可能简单，避免多次网络通信或磁盘访问。
- 可排序：生成的id要能按照时间顺序进行排序，方便查询和分析。
- 易扩展：随着系统的增长，能够动态增加或减少生成id的节点或服务，不影响系统的可用性和一致性。
生成策略
数据库自增Id
自增Id是在设计表时将id字段的值设置为自增的形式，这样当插入一行数据时无需指定id会自动根据前一字段的Id值+1进行填充
优点：主键自动增长，不用手工设值、数字型，占用空间小、检索非常有利、有顺序，不会重复。
缺点：并发性能不高，受限于数据库性能、不太适合重构的系统，因为涉及旧数据迁移容易Id冲突，还有外键要考虑、新旧系统上线同时运行，数据涉及双写容易Id冲突。
场景：在互联网公司，对于高并发业务，一般的表主键都是采用数据库自增，即使采用分库分表，也是设置主键自增，原因是：一般表的主键不参与业务处理， 比较常见的设计方式是业务表加一个业务唯一健，而且唯一健不能改变，其他业务表关联这个表的唯一键参与各种逻辑处理。 例如：券表：券Id、券号----活动表：活动Id、活动code-----活动发送记录表： 记录Id、mobile、活动code、券号
UUID生成Id
UUID是通用唯一标识码的缩写，集群全局唯一不会重复，UUID是基于当前时间、计数器、机器的mac地址等数据计算生成的。
优点：本地生成没有网络IO，性能好、全局唯一不重复、使用简单不用引入中间件。
缺点：UUID占用16个字符，空间占用较多，如果是千万级别甚至亿级别特别费空间、不是递增的而且无序、随机写入索引性能下降。
场景：对表空间没太多限制、重构类系统、UUID不作为查询字段的非高并发系统、集群部署的中间件唯一Id。
Redis生成Id
Redis计数器，原子性自增，调用incr、incrBy方法。
优点：并发性能高，有顺序、生成Id格式可以自定义，例如前缀+yyyyMMdd+5位自增。
缺点：使用场景有限、因为自增，数据量容易被猜到，不安全、引入中间件、redis集群部署需要保证高可用成本高。
场景：生成Id要求自增、高性能、适合运营管理后台唯一Id生成，例如活动编号。
雪花算法生成Id
Twitter开源的分布式ID生成算法,主要是由64bit的long型生成的全局ID,引入了时间戳和ID保持自增的属性，组成结构如下：
- 1bit(1：负数，0：正数)
- 41bit（时间戳）
- 5bit（表示机房Id,2^5个机房-32个机房）
- 5bit（表示机器Id,2^5个机器-32个机器）
- 12bit（序列号, 这个是用来记录同一个毫秒内产生的不同id，4096）
优点：不依赖外部组件、性能好、按时间递增
缺点：机房+机器设置不合理高并发下可能会重复（应用启动机房Id、机器ID作为启动参数传递保证唯一）、有时钟回拨的坑 例如：729786672057983180、729786672057983181
场景：互联网高并发系统
百度UidGenerator算法
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k8s环境下实例自动重启、IP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RingBuffer带来的伪共享问题. 最终单机QPS可达600万。
场景：互联网高并发系统
美团Leaf算法
全局唯一，绝对不会出现重复的ID，且ID整体趋势递增。 高可用，服务完全基于分布式架构，即使MySQL宕机，也能容忍一段时间的数据库不可用。 高并发低延时，在CentOS 4C8G的虚拟机上，远程调用QPS可达5W+，TP99在1ms内。 接入简单，直接通过公司RPC服务或者HTTP调用即可接入。 支持号段模式和雪花算法: 号段模式依赖于数据库，但是区别于数据库主键自增的模式。假设100为一个号段100，200，300，每取一次可以获得100个Id ，性能显著提高。
场景：互联网高并发系统
实现方案
-
非高并发场景： 提供单独的Id生成restful服务，该服务正常情况不会经常改变，基本做到不发版，保证Id生成底层服务稳定，SLA达到4个9。
-
高并发场景： 提供一个封装好的Id生成SDK，业务应用集成SDK，调用sdk提供的id生成方法，这里通过以下设计保证高可用： . 业务应用启动批量从Id生成restful服务拉取指定数量的Id列表到内存的阻塞队列中（具体的数量根据应用的内存和并发量决定，比如默认为5000）。 . 业务应用获取Id直接从阻塞队列中获取，提高获取的性能。 . sdk中封装一个定时任务，比如5分钟检查一次，如果阻塞队列的Id数量小于5000* 90% = 4500，则重新通过远程服务接口拉取一批， 保证队列存储的Id足够满足业务应用的需求。
