分散式ID詳解(5種分散式ID生成方案)

分散式架構會涉及到分散式全域性唯一ID的生成，今天我就來詳解分散式全域性唯一ID，以及分散式全域性唯一ID的實現方案@mikechen

什麼是分散式系統唯一ID

在複雜分散式系統中，往往需要對大量的資料和訊息進行唯一標識。

如在金融、電商、支付、等產品的系統中，資料日漸增長，對資料分庫分表後需要有一個唯一ID來標識一條資料或訊息，資料庫的自增ID顯然不能滿足需求，此時一個能夠生成全域性唯一ID的系統是非常必要的。

 

分散式系統唯一ID的特點

1. 全域性唯一性：不能出現重複的ID號，既然是唯一標識，這是最基本的要求。
2. 趨勢遞增：在MySQL InnoDB引擎中使用的是聚集索引，由於多數RDBMS使用B-tree的資料結構來儲存索引資料，在主鍵的選擇上面我們應該儘量使用有序的主鍵保證寫入效能。
3. 單調遞增：保證下一個ID一定大於上一個ID，例如事務版本號、IM增量訊息、排序等特殊需求。
4. 資訊保安：如果ID是連續的，惡意使用者的扒取工作就非常容易做了，直接按照順序下載指定URL即可；如果是訂單號就更危險了，競對可以直接知道我們一天的單量。所以在一些應用場景下，會需要ID無規則、不規則。

同時除了對ID號碼自身的要求，業務還對ID號生成系統的可用性要求極高，想象一下，如果ID生成系統癱瘓，這就會帶來一場災難。

由此總結下一個ID生成系統應該做到如下幾點：

1. 平均延遲和TP999延遲都要儘可能低；
2. 可用性5個9；
3. 高QPS

 

分散式系統唯一ID的實現方案

1.UUID

UUID(Universally Unique Identifier)的標準型式包含32個16進位制數位，以連字號分為五段，形式為8-4-4-4-12的36個字元，範例：550e8400-e29b-41d4-a716-446655440000，到目前為止業界一共有5種方式生成UUID，詳情見IETF釋出的UUID規範 A Universally Unique IDentifier (UUID) URN Namespace。

UUID優點：

• 效能非常高：本地生成，沒有網路消耗。

UUID缺點：

• 不易於儲存：UUID太長，16位元組128位元，通常以36長度的字串表示，很多場景不適用;
• 資訊不安全：基於MAC地址生成UUID的演演算法可能會造成MAC地址洩露，這個漏洞曾被用於尋找梅麗莎病毒的製作者位置;
• ID作為主鍵時在特定的環境會存在一些問題，比如做DB主鍵的場景下，UUID就非常不適用。

 

2.資料庫生成ID

以MySQL舉例，利用給欄位設定auto_increment_increment和auto_increment_offset來保證ID自增，每次業務使用下列SQL讀寫MySQL得到ID號。

資料庫生成ID優點：

• 非常簡單，利用現有資料庫系統的功能實現，成本小，有DBA專業維護。
• ID號單調自增，可以實現一些對ID有特殊要求的業務。

資料庫生成ID缺點：

• 強依賴DB，當DB異常時整個系統不可用，屬於致命問題。設定主從複製可以儘可能的增加可用性，但是資料一致性在特殊情況下難以保證。主從切換時的不一致可能會導致重複發號。
• ID發號效能瓶頸限制在單臺MySQL的讀寫效能。

 

3.Redis生成ID

當使用資料庫來生成ID效能不夠要求的時候，我們可以嘗試使用Redis來生成ID。

這主要依賴於Redis是單執行緒的，所以也可以用生成全域性唯一的ID。可以用Redis的原子操作 INCR和INCRBY來實現。

比較適合使用Redis來生成每天從0開始的流水號。比如訂單號=日期+當日自增長號。可以每天在Redis中生成一個Key，使用INCR進行累加。

Redis生成ID優點：

1）不依賴於資料庫，靈活方便，且效能優於資料庫。

2）數位ID天然排序，對分頁或者需要排序的結果很有幫助。

 

Redis生成ID缺點：

1）如果系統中沒有Redis，還需要引入新的元件，增加系統複雜度。

2）需要編碼和設定的工作量比較大。

 

4.利用zookeeper生成唯一ID

zookeeper主要通過其znode資料版本來生成序列號，可以生成32位元和64位元的資料版本號，使用者端可以使用這個版本號來作為唯一的序列號。

很少會使用zookeeper來生成唯一ID。主要是由於需要依賴zookeeper，並且是多步呼叫API，如果在競爭較大的情況下，需要考慮使用分散式鎖。因此，效能在高並行的分散式環境下，也不甚理想。

 

5.snowflake雪花演演算法生成ID

這種方案大致來說是一種以劃分名稱空間（UUID也算，由於比較常見，所以單獨分析）來生成ID的一種演演算法，這種方案把64-bit分別劃分成多段，分開來標示機器、時間等，比如在snowflake中的64-bit分別表示如下圖（圖片來自網路）所示：

41-bit的時間可以表示（1L<<41）/(1000L*3600*24*365)=69年的時間，10-bit機器可以分別表示1024臺機器。如果我們對IDC劃分有需求，還可以將10-bit分5-bit給IDC，分5-bit給工作機器。這樣就可以表示32個IDC，每個IDC下可以有32臺機器，可以根據自身需求定義。12個自增序列號可以表示2^12個ID，理論上snowflake方案的QPS約為409.6w/s，這種分配方式可以保證在任何一個IDC的任何一臺機器在任意毫秒內生成的ID都是不同的。

雪花演演算法ID優點：

• 毫秒數在高位，自增序列在低位，整個ID都是趨勢遞增的。
• 不依賴資料庫等第三方系統，以服務的方式部署，穩定性更高，生成ID的效能也是非常高的。
• 可以根據自身業務特性分配bit位，非常靈活。

雪花演演算法ID缺點：

• 強依賴機器時鐘，如果機器上時鐘回撥，會導致發號重複或者服務會處於不可用狀態。

以上

作者簡介

陳睿|mikechen,10年+大廠架構經驗,《BAT架構技術500期》系列文章作者，專注於網際網路架構技術。

閱讀mikechen的網際網路架構更多技術文章合集

Java並行|JVM|MySQL|Spring|Redis|分散式|高並行