一、为什么要用分布式ID？

1、什么是分布式ID？

当我们的业务数据量不大的时候，单个数据库单个表完全可以支撑现有的业务，一个MySQL主从同步读写分离也可以应对更大的数据量。

但是随着数据越来越多，主从同步无法带走，需要把数据库分成数据库和表，但是数据库分成表后，需要一个唯一的ID来标识一条数据，数据库的自增ID显然不能满足需求；特殊物品，如订单和优惠券，也需要一个唯一的ID来识别。这个时候，一个能够生成全球唯一ID的系统就非常必要了。那么这个全局唯一的ID称为分布式ID。

2、那么分布式ID需要满足哪些条件？

二、分布式ID都有哪些生成方式？

UUID数据库自增ID数据库多主模式号段模式Redis雪花算法(雪花)滴滴产品(TinyID)百度(Uidgenerator)叶子那么它们都是怎么实现的呢？它们的优缺点是什么？让我们往下看

以上图片来自网络。如有侵权，请删除。

1、基于UUID

publicstaticvoidmain(String[]args){ String uid=uuid . randomuuid()。toString()。replaceAll('-'' ')；system . out . println(uuid)；UUID的生成简单到一行代码，输出结果是c 2 b 8 c 2 b 9 e 46 c 47 e 3 b 30 DCA 3 b 0d 447718。但是，UUID并不适合实际的业务需求。像UUID这样的字符串，作为订单号，根本没有任何意义，你看不到任何与订单相关的有用信息；对于数据库来说，不仅太长而且是字符串，存储性能差的查询也比较耗时，不建议作为分布式ID使用。

优点：

世代足够简单，本地世代没有网络消费，有独特的缺点：.

无序字符串，不具备自增趋势特征，没有具体的业务意义，太长(16字节，128位，36位)，存储和查询消耗了大量MySQL性能。MySQL官方明确建议主键尽量短。作为数据库的主键，UUID的无序会导致数据位置的频繁变化，严重影响性能。

2、基于数据库自增ID

create database ` seq _ id `；CREATETABLESEQID。SEQUENCE _ ID(idbigint(20)unsignedNOTNULLauto _ increment，valuechar(10)NOTNULLdefault ' 'PRIMARYKEY(id)，)ENGINE=MyISAMinsertintoSEQUENCE_ID(value)值(' VALUES ')；当我们需要一个ID时，我们在表中插入一条记录并返回主键ID，但是这种方法有一个致命的缺点。MySQL本身就是流量剧增时的系统瓶颈，用它来实现分布式服务有风险，不推荐！

优点：

实现简单，ID单调自增，数值型查询速度快，缺点：.

DB单点有宕机的风险，所以撑不过高并发场景

3、基于数据库集群模式

那么就会出现另一个问题。两个MySQL实例的ID都是从1，http://w开始递增的

set @ @ auto _ increment _ offset=1；-起始值set @ @ auto _ increment _ increment=2；-步长MySQL_2

set@@auto_increment_offset=2;--起始值set@@auto_increment_increment=2;--步长

这样两个MySQL实例的自增ID分别就是：

1、3、5、7、9
2、4、6、8、10

那如果集群后的性能还是扛不住高并发咋办？就要进行MySQL扩容增加节点，这是一个比较麻烦的事。

从上图可以看出，水平扩展的数据库集群，有利于解决数据库单点压力的问题，同时为了ID生成特性，将自增步长按照机器数量来设置。

增加第三台MySQL实例需要人工修改一、二两台MySQL实例的起始值和步长，把第三台机器的ID起始生成位置设定在比现有最大自增ID的位置远一些，但必须在一、二两台MySQL实例ID还没有增长到第三台MySQL实例的起始ID值的时候，否则自增ID就要出现重复了，必要时可能还需要停机修改。

优点：

缺点：

4、基于数据库的号段模式

号段模式是当下分布式ID生成器的主流实现方式之一，号段模式可以理解为从数据库批量的获取自增ID，每次从数据库取出一个号段范围，例如(1,1000]代表1000个ID，具体的业务服务将本号段，生成1~1000的自增ID并加载到内存。表结构如下：

CREATETABLEid_generator(idint(10)NOTNULL,max_idbigint(20)NOTNULLCOMMENT'当前最大id',stepint(20)NOTNULLCOMMENT'号段的布长',biz_typeint(20)NOTNULLCOMMENT'业务类型',versionint(20)NOTNULLCOMMENT'版本号',PRIMARYKEY(`id`))

biz_type：代表不同业务类型

max_id：当前最大的可用id

step：代表号段的长度

version：是一个乐观锁，每次都更新version，保证并发时数据的正确性

等这批号段ID用完，再次向数据库申请新号段，对max_id字段做一次update操作，updatemax_id=max_id+step，update成功则说明新号段获取成功，新的号段范围是(max_id,max_id+step]。

updateid_generatorsetmax_id=#{max_id+step},version=version+1whereversion=#{version}andbiz_type=XXX

由于多业务端可能同时操作，所以采用版本号version乐观锁方式更新，这种分布式ID生成方式不强依赖于数据库，不会频繁的访问数据库，对数据库的压力小很多。

5、基于Redis模式

Redis也同样可以实现，原理就是利用redis的incr命令实现ID的原子性自增。

127.0.0.1:6379>setseq_id1//初始化自增ID为1OK127.0.0.1:6379>incrseq_id//增加1，并返回递增后的数值(integer)2

用redis实现需要注意一点，要考虑到redis持久化的问题。redis有两种持久化方式RDB和AOF

6、基于雪花算法（Snowflake）模式

雪花算法（Snowflake）是twitter公司内部分布式项目采用的ID生成算法，开源后广受国内大厂的好评，在该算法影响下各大公司相继开发出各具特色的分布式生成器。

以上图片源自网络，如有侵权联系删除

Snowflake生成的是Long类型的ID，一个Long类型占8个字节，每个字节占8比特，也就是说一个Long类型占64个比特。

SnowflakeID组成结构：正数位（占1比特）+时间戳（占41比特）+机器ID（占5比特）+数据中心（占5比特）+自增值（占12比特），总共64比特组成的一个Long类型。

根据这个算法的逻辑，只需要将这个算法用Java语言实现出来，封装为一个工具方法，那么各个业务应用可以直接使用该工具方法来获取分布式ID，只需保证每个业务应用有自己的工作机器id即可，而不需要单独去搭建一个获取分布式ID的应用。

Java版本的Snowflake算法实现：

/***Twitter的SnowFlake算法,使用SnowFlake算法生成一个整数，然后转化为62进制变成一个短地址URL**https://github.com/beyondfengyu/SnowFlake*/publicclassSnowFlakeShortUrl{/***起始的时间戳*/privatefinalstaticlongSTART_TIMESTAMP=1480166465631L;/***每一部分占用的位数*/privatefinalstaticlongSEQUENCE_BIT=12;//序列号占用的位数privatefinalstaticlongMACHINE_BIT=5;//机器标识占用的位数privatefinalstaticlongDATA_CENTER_BIT=5;//数据中心占用的位数/***每一部分的最大值*/privatefinalstaticlongMAX_SEQUENCE=-1L^(-1L<MAX_DATA_CENTER_NUM||dataCenterId<0){thrownewIllegalArgumentException("DtaCenterIdcan'tbegreaterthanMAX_DATA_CENTER_NUMorlessthan0！");}if(machineId>MAX_MACHINE_NUM||machineId<0){thrownewIllegalArgumentException("MachineIdcan'tbegreaterthanMAX_MACHINE_NUMorlessthan0！");}this.dataCenterId=dataCenterId;this.machineId=machineId;}/***产生下一个ID**@return*/publicsynchronizedlongnextId(){longcurrTimeStamp=getNewTimeStamp();if(currTimeStamp

7、百度（uid-generator）

uid-generator是由百度技术部开发，项目GitHub地址https://github.com/baidu/uid-...

uid-generator是基于Snowflake算法实现的，与原始的snowflake算法不同在于，uid-generator支持自定义时间戳、工作机器ID和序列号等各部分的位数，而且uid-generator中采用用户自定义workId的生成策略。

uid-generator需要与数据库配合使用，需要新增一个WORKER_NODE表。当应用启动时会向数据库表中去插入一条数据，插入成功后返回的自增ID就是该机器的workId数据由host，port组成。

对于uid-generatorID组成结构：

workId，占用了22个bit位，时间占用了28个bit位，序列化占用了13个bit位，需要注意的是，和原始的snowflake不太一样，时间的单位是秒，而不是毫秒，workId也不一样，而且同一应用每次重启就会消费一个workId。

参考文献
https://github.com/baidu/uid-...

8、美团（Leaf）

Leaf由美团开发，github地址：https://github.com/Meituan-Di...

Leaf同时支持号段模式和snowflake算法模式，可以切换使用。

号段模式

先导入源码https://github.com/Meituan-Di...，在建一张表leaf_alloc

DROPTABLEIFEXISTS`leaf_alloc`;CREATETABLE`leaf_alloc`(`biz_tag`varchar(128)NOTNULLDEFAULT''COMMENT'业务key',`max_id`bigint(20)NOTNULLDEFAULT'1'COMMENT'当前已经分配了的最大id',`step`int(11)NOTNULLCOMMENT'初始步长，也是动态调整的最小步长',`description`varchar(256)DEFAULTNULLCOMMENT'业务key的描述',`update_time`timestampNOTNULLDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMPCOMMENT'数据库维护的更新时间',PRIMARYKEY(`biz_tag`))ENGINE=InnoDB;

然后在项目中开启号段模式，配置对应的数据库信息，并关闭snowflake模式

leaf.name=com.sankuai.leaf.opensource.testleaf.segment.enable=trueleaf.jdbc.url=jdbc:mysql://localhost:3306/leaf_test?useUnicode=true&characterEncoding=utf8&characterSetResults=utf8leaf.jdbc.username=rootleaf.jdbc.password=rootleaf.snowflake.enable=false#leaf.snowflake.zk.address=#leaf.snowflake.port=

启动leaf-server模块的LeafServerApplication项目就跑起来了

号段模式获取分布式自增ID的测试url：http：//localhost：8080/api/segment/get/leaf-segment-test

监控号段模式：http://localhost:8080/cache

snowflake模式

Leaf的snowflake模式依赖于ZooKeeper，不同于原始snowflake算法也主要是在workId的生成上，Leaf中workId是基于ZooKeeper的顺序Id来生成的，每个应用在使用Leaf-snowflake时，启动时都会都在Zookeeper中生成一个顺序Id，相当于一台机器对应一个顺序节点，也就是一个workId。

leaf.snowflake.enable=trueleaf.snowflake.zk.address=127.0.0.1leaf.snowflake.port=2181

snowflake模式获取分布式自增ID的测试url：http://localhost:8080/api/snowflake/get/test

9、滴滴（Tinyid）

Tinyid由滴滴开发，Github地址：https://github.com/didi/tinyid。

Tinyid是基于号段模式原理实现的与Leaf如出一辙，每个服务获取一个号段（1000,2000]、（2000,3000]、（3000,4000]

Tinyid提供http和tinyid-client两种方式接入

Http方式接入

（1）导入Tinyid源码：

gitclonehttps://github.com/didi/tinyi...

（2）创建数据表：

CREATETABLE`tiny_id_info`(`id`bigint(20)unsignedNOTNULLAUTO_INCREMENTCOMMENT'自增主键',`biz_type`varchar(63)NOTNULLDEFAULT''COMMENT'业务类型，唯一',`begin_id`bigint(20)NOTNULLDEFAULT'0'COMMENT'开始id，仅记录初始值，无其他含义。初始化时begin_id和max_id应相同',`max_id`bigint(20)NOTNULLDEFAULT'0'COMMENT'当前最大id',`step`int(11)DEFAULT'0'COMMENT'步长',`delta`int(11)NOTNULLDEFAULT'1'COMMENT'每次id增量',`remainder`int(11)NOTNULLDEFAULT'0'COMMENT'余数',`create_time`timestampNOTNULLDEFAULT'2010-01-0100:00:00'COMMENT'创建时间',`update_time`timestampNOTNULLDEFAULT'2010-01-0100:00:00'COMMENT'更新时间',`version`bigint(20)NOTNULLDEFAULT'0'COMMENT'版本号',PRIMARYKEY(`id`),UNIQUEKEY`uniq_biz_type`(`biz_type`))ENGINE=InnoDBAUTO_INCREMENT=1DEFAULTCHARSET=utf8COMMENT'id信息表';CREATETABLE`tiny_id_token`(`id`int(11)unsignedNOTNULLAUTO_INCREMENTCOMMENT'自增id',`token`varchar(255)NOTNULLDEFAULT''COMMENT'token',`biz_type`varchar(63)NOTNULLDEFAULT''COMMENT'此token可访问的业务类型标识',`remark`varchar(255)NOTNULLDEFAULT''COMMENT'备注',`create_time`timestampNOTNULLDEFAULT'2010-01-0100:00:00'COMMENT'创建时间',`update_time`timestampNOTNULLDEFAULT'2010-01-0100:00:00'COMMENT'更新时间',PRIMARYKEY(`id`))ENGINE=InnoDBAUTO_INCREMENT=1DEFAULTCHARSET=utf8COMMENT'token信息表';INSERTINTO`tiny_id_info`(`id`,`biz_type`,`begin_id`,`max_id`,`step`,`delta`,`remainder`,`create_time`,`update_time`,`version`)VALUES(1,'test',1,1,100000,1,0,'2018-07-2123:52:58','2018-07-2223:19:27',1);INSERTINTO`tiny_id_info`(`id`,`biz_type`,`begin_id`,`max_id`,`step`,`delta`,`remainder`,`create_time`,`update_time`,`version`)VALUES(2,'test_odd',1,1,100000,2,1,'2018-07-2123:52:58','2018-07-2300:39:24',3);INSERTINTO`tiny_id_token`(`id`,`token`,`biz_type`,`remark`,`create_time`,`update_time`)VALUES(1,'0f673adf80504e2eaa552f5d791b644c','test','1','2017-12-1416:36:46','2017-12-1416:36:48');INSERTINTO`tiny_id_token`(`id`,`token`,`biz_type`,`remark`,`create_time`,`update_time`)VALUES(2,'0f673adf80504e2eaa552f5d791b644c','test_odd','1','2017-12-1416:36:46','2017-12-1416:36:48');

（3）配置数据库：

datasource.tinyid.names=primarydatasource.tinyid.primary.driver-class-name=com.mysql.jdbc.Driverdatasource.tinyid.primary.url=jdbc:mysql://ip:port/databaseName?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8datasource.tinyid.primary.username=rootdatasource.tinyid.primary.password=123456

（4）启动tinyid-server后测试

获取分布式自增ID:http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c'返回结果:3批量获取分布式自增ID:http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c&batchSize=10'返回结果:4,5,6,7,8,9,10,11,12,13

Java客户端方式接入

重复Http方式的（2）（3）操作

引入依赖

com.xiaoju.uemc.tinyidtinyid-client${tinyid.version}

配置文件

tinyid.server=localhost:9999tinyid.token=0f673adf80504e2eaa552f5d791b644c

test、tinyid.token是在数据库表中预先插入的数据，test是具体业务类型，tinyid.token表示可访问的业务类型

//获取单个分布式自增IDLongid=TinyId.nextId("test");//按需批量分布式自增IDListids=TinyId.nextId("test",10);

总结

本文只是简单介绍一下每种分布式ID生成器，旨在给大家一个详细学习的方向，每种生成方式都有它自己的优缺点，具体如何使用还要看具体的业务需求。