一、背景

分布式系统中我们会对一些数据量大的业务进行分拆,如:用户表,订单表。因为数据量巨大一张表无法承接,就会对其进行分库分表。
但一旦涉及到分库分表,就会引申出分布式系统中唯一主键ID的生成问题。

1.1 唯一ID的特性

* 整个系统ID唯一;
* ID是数字类型,而且是趋势递增;
* ID简短,查询效率快。
1.2 递增与趋势递增

递增 趋势递增
第一次生成的ID为12,下一次生成的ID是13,再下一次生成的ID是14。
什么是?如:在一段时间内,生成的ID是递增的趋势。如:再一段时间内生成的ID在【0,1000】之间,过段时间生成的ID在【1000,2000】之间。但在【0-1000】区间内的时候,ID生成有可能第一次是12,第二次是10,第三次是14。
二、方案

2.1 UUID

UUID全称:Universally Unique Identifier。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:9628f6e9-70ca-45aa-9f7c-77afe0d26e05。

* 优点:
* 代码实现简单;
* 本机生成,没有性能问题;
* 因为是全球唯一的ID,所以迁移数据容易。
* 缺点:
* 每次生成的ID是无序的,无法保证趋势递增;
* UUID的字符串存储,查询效率慢;
* 存储空间大;
* ID本身无业务含义,不可读。
* 应用场景:
* 类似生成token令牌的场景;
* 不适用一些要求有趋势递增的ID场景,不适合作为高性能需求的场景下的数据库主键。
也有在线生成UUID的网站,如果你的项目上用到了UUID,可以用来生成临时的测试数据。https://www.uuidgenerator.net/
<https://www.uuidgenerator.net/>

2.2 MySQL主键自增

利用了MySQL的主键自增auto_increment,默认每次ID加1。

优点:

* 数字化,ID递增;
* 查询效率高;
* 具有一定的业务可读。
* 缺点:
* 存在单点问题,如果MySQL挂了,就没法生成ID了;
* 数据库压力大,高并发抗不住。
2.3 MySQL多实例主键自增

这个方案就是解决MySQL的单点问题,在auto_increment基本上面,设置step步长


如上,每台的初始值分别为1,2,3...N,步长为N(这个案例步长为4)

* 优点:解决了单点问题;
* 缺点:一旦把步长定好后,就无法扩容;而且单个数据库的压力大,数据库自身性能无法满足高并发。
* 应用场景:数据不需要扩容的场景。
2.4 基于Redis实现

*
单机:Redis的incr函数在单机上是原子操作,可以保证唯一且递增。

*
集群:单机Redis可能无法支撑高并发。集群情况下,可以使用步长的方式。比如有5个Redis节点组成的集群,它们生成的ID分别为:
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
* 优点:有序递增,可读性强。
* 缺点:占用带宽,每次要向Redis进行请求。
三、优化方案

3.1、改造数据库主键自增

数据库的自增主键的特性,可以实现分布式ID,适合做userId,正好符合如何永不迁移数据和避免热点? 但这个方案有严重的问题:

* 一旦步长定下来,不容易扩容;
* 数据库压力山大。
* 为什么压力大?
因为我们每次获取ID的时候,都要去数据库请求一次。那我们可以不可以不要每次去取?

可以请求数据库得到ID的时候,可设计成获得的ID是一个ID区间段。


* 上图ID规则表含义:
* id表示为主键,无业务含义;
* biz_tag为了表示业务,因为整体系统中会有很多业务需要生成ID,这样可以共用一张表维护;
* max_id表示现在整体系统中已经分配的最大ID;
* desc描述;
* update_time表示每次取的ID时间;
* 整体流程:
* 【用户服务】在注册一个用户时,需要一个用户ID;会请求【生成ID服务(是独立的应用)】的接口;
* 【生成ID服务】会去查询数据库,找到user_tag的id,现在的max_id为0,step=1000;
* 【生成ID服务】把max_id和step返回给【用户服务】;并且把max_id更新为max_id = max_id + step,即更新为1000;
* 【用户服务】获得max_id=0,step=1000;
* 这个用户服务可以用ID=【max_id + 1,max_id+step】区间的ID,即为【1,1000】;
* 【用户服务】会把这个区间保存到jvm中;
* 【用户服务】需要用到ID的时候,在区间【1,1000】中依次获取ID,可采用AtomicLong中的getAndIncrement方法;
*
如果把区间的值用完了,再去请求【生产ID服务】接口,获取到max_id为1000,即可以用【max_id + 1,max_id+step】区间的ID,即为
【1001,2000】。

* 该方案就非常完美的解决了数据库自增的问题,而且可以自行定义max_id的起点,和step步长,非常方便扩容;
*
也解决了数据库压力的问题,因为在一段区间内,是在jvm内存中获取的,而不需要每次请求数据库。即使数据库宕机了,系统也不受影响,ID还能维持一段时间。

3.2 竞争问题

以上方案中,如果是多个用户服务,同时获取ID,同时去请求【ID服务】,在获取max_id的时候会存在并发问题。如:

用户服务A,取到的max_id=1000 ;用户服务B取到的也是max_id=1000,那就出现了问题,ID重复了。

解决方案是:加分布式锁,保证同一时刻只有一个用户服务获取max_id。

3.3 突发阻塞问题



因为竞争问题,所有只有一个用户服务去操作数据库,其他二个会被阻塞。出现的现象就是一会儿突然系统耗时变长,怎么去解决?

* 双buffer方案


流程如下:

* 当前获取ID在buffer1中,每次获取ID在buffer1中获取;
* 当buffer1中的ID已经使用到了100,也就是达到区间的10%;
* 达到了10%,先判断buffer2中有没有去获取过,如果没有就立即发起请求获取ID线程,此线程把获取到的ID,设置到buffer2中;
* 如果buffer1用完了,会自动切换到buffer2;
* buffer2用到10%了,也会启动线程再次获取,设置到buffer1中;
* 依次往返。
3.4 总结

* 双buffer的方案就达到了业务场景用的ID,都是在jvm内存中获得的,从此不需要到数据库中获取了,数据库宕机时长长点儿也没太大影响了。
* 因为会有一个线程,会观察什么时候去自动获取。两个buffer之间自行切换使用,就解决了突发阻塞的问题。
四、其他方式

还有一些其他的ID生成方案,比如:

* 滴滴:时间+起点编号+车牌号;
* 淘宝订单:时间戳+用户ID
* 其他电商:时间戳+下单渠道+用户ID,有的会加上订单第一个商品的ID;
* MongoDB 的ID:通过时间+机器码+pid+inc共12个字节,4+3+2+3的方式最终标识成一个24长度的十六进制字符。