分布式ID

分布式ID

日常开发中，数据需要使用唯一的ID来标识，一般情况下使用自增主键作为数据ID。但是在大数量的情况下，往往会引入分库分表，这时自增ID已经无法满足需求了，就需要一个能够生成全局唯一ID的系统。

一些常见的分布式ID生成策略有：UUID、雪花算法（Twitter的Snowflake）、基于Redis的ID生成方案等。具体选择哪种方案，需要根据系统的实际需求来决定。

UUID

UUID全称：Universally Unique Identifier，即通用唯一识别码。

UUID是由一组32位数的16进制数字所构成，是故UUID理论上的总数为16^32 = 2^128，约等于3.4 x 10^38。也就是说若每纳秒产生1兆个UUID，要花100亿年才会将所有UUID用完。

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32个字符，

如：550e8400-e29b-41d4-a716-446655440000。

JAVA中生成一个UUID:

System.out.println(UUID.randomUUID().toString());
1

优点

1. 全局唯一，重复率低
2. 无需中央协调机制
3. 安全性高

缺点

1. 占用空间大
2. 不易读懂
3. 不适合顺序访问
4. 算法复杂影响性能

雪花算法

雪花算法是Twitter开源的一种生成全局唯一的ID的算法，SnowFlake中文意思为雪花，故称为雪花算法，它主要用于在分布式系统中生成唯一ID，保证数据整体有序。雪花算法的核心思想是通过使用一个64位的整数来表示最终生成的唯一ID，这个整数由以下几个部分组成：

1. 符号位（1 bit）：雪花算法中符号位一直为0，表示生成的ID为正数。
2. 时间戳（41 bits）：时间戳部分占用了ID的高位41个二进制位。这个时间戳记录的是自定义起始时间点（如对于Twitter而言是"2010年11月4日8:43:00"，对于美团而言是"2015年1月1日"）到现在的毫秒数，最多可以支持69年的时间戳。因此，雪花算法生成的ID可按照时间有序递增或递减，便于存储和索引。
3. 机器ID（10 bits）：机器ID部分占用了ID的中间10个二进制位,包括5位datacenterId和5位workerId。它可以指定不同的机器节点，也就是可以支持1024台不同的机器。
4. 序列号（12 bits）：序列号部分占用了ID的最后12个二进制位。它表示同一毫秒内不同的ID序列号，每毫秒可以生成4096个序列号。所以，如果同一机器同一毫秒内请求并发量超过了4096次，会出现序列号重复的情况。
5. 总计64位：这个ID总共占据64个二进制位，如果把它转成16进制，就是一个16个字符长度的字符串。这个64位的ID可以被用于全局唯一标识分布式系统中的每一个元素。

雪花算法的实现原理相对简单，不需要依赖网络和第三方存储系统，也不存在单点故障问题。同时，由于它生成的ID是全局唯一且有序的，非常适合在分布式系统中进行唯一性约束，比如数据库表的主键等场景。但是，在使用雪花算法时需要注意，如果某些节点的时钟不够同步，可能导致生成的ID不是严格有序的，因此需要保证各个节点的时钟同步。

优点

1. 生成效率高
2. 不重复
3. 算法简单

缺点

1. 依赖系统时钟，会出现时钟回拨问题。
2. 单机递增，但是分布式不递增。

时钟回拨

时间回拨就是服务器上的时间突然倒退到之前的时间。

解决办法：

由于强依赖时钟，对时间的要求比较敏感，在机器工作时NTP同步也会造成秒级别的回退，建议可以直接关闭NTP同步。要么在时钟回拨的时候直接不提供服务直接返回ERROR_CODE，等时钟追上即可。或者做一层重试，然后上报报警系统，更或者是发现有时钟回拨之后自动摘除本身节点并报警

Redis的ID生成方案