分布式ID的生成
常用的四种:
- UUID
- 数据库自增长序列
- Redis生成自增长ID
- 雪花算法
1. UUID
可以利用数据库,也可以利用程序生成,一般来说全球唯一. UUID是由32个16进制数字组成, 所以每个UUID的长度是128位 (16^32 = 2^128).
UUID作为一种广泛使用标准, 有多个实现版本, 影响它的因数包括时间,网卡MAC地址, 自定义Namespace等等.
优点：
a）简单，代码方便。
b）生成ID性能非常好，基本不会有性能问题。
c）全球唯一，在遇见数据迁移，系统数据合并，或者数据库变更等情况下，可以从容应对。
缺点：
a）没有排序，无法保证趋势递增。
b）UUID往往是使用字符串存储，查询的效率比较低。
c）存储空间比较大，如果是海量数据库，就需要考虑存储量的问题。
d）传输数据量大，不可读。
2. 数据库自增长序列
这是最常见的方式，利用数据库自增ID，实现全数据库ID唯一。
优点：
a）简单，代码方便，性能可以接受。
b）数字ID天然排序，对分页或者需要排序的结果很有帮助。
缺点：
a）不同数据库语法和实现不同，数据库迁移的时候或多数据库版本支持的时候需要处理。
b）在单个数据库或读写分离或一主多从的情况下，只有一个主库可以生成。有单点故障的风险。
c）在性能达不到要求的情况下，比较难于扩展。
d）如果遇见多个系统需要合并或者涉及到数据迁移会相当痛苦。
e）分表分库的时候会有麻烦。
3. Redis生成自增长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。可以使用Redis集群来获取更高的吞吐量。假如一个集群中有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
这个，随便负载到哪个机确定好，未来很难做修改。但是3-5台服务器基本能够满足器上，都可以获得不同的ID。但是步长和初始值一定需要事先需要了。使用Redis集群也可以方式单点故障的问题。
优点：
a）不依赖于数据库，灵活方便，且性能优于数据库。
b）数字ID天然排序，对分页或者需要排序的结果很有帮助。
缺点：
a）如果系统中没有Redis，还需要引入新的组件，增加系统复杂度。
b）需要编码和配置的工作量比较大。
4. 雪花算法
snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID），12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID），最后还有一个符号位，永远是0。
snowflake算法可以根据自身项目的需要进行一定的修改。比如估算未来的数据中心个数，每个数据中心的机器数以及统一毫秒可以能的并发数来调整在算法中所需要的bit数。
优点：
a）不依赖于数据库，灵活方便，且性能优于数据库。
b）ID按照时间在单机上是递增的。
缺点：
a）在单机上是递增的，但是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，也许有时候也会出现不是全局递增的情况。
