为什么生成唯一ID

• 背景：互联网多模块微服务情况下，高并发。
• 程序：goods order
• 数据库：goods order
• order微服务 100个并发进入到程序中，从而导致查询不同的库中出现重复id情

采用分库分表。order1、order2等。 所以主键的生成成为问题。所以每个模块存入数据库时，需要生成唯一的ID。

分布式ID生成解决方案

1. UUID

常见的方式。可以利用数据库也可以利用程序生成，一般来说全球唯一。

gateway服务下测试uuid生成

代码例子：a8fb5e44-f841-49ff-b10b-01d3afb2b238

36*8=288bit

优点：

1）简单，代码方便。

2）生成ID性能非常好，基本不会有性能问题。

3）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：

1）没有排序，无法保证趋势递增。

2）UUID往往是使用字符串存储，查询的效率比较低。 id int 快！

3）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。32string*8=256bit

4）传输数据量大

5）不可读。

2. Redis

gateway服务下测试redis递增

long 1=incr(id")

long 2=incr("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。

优点：

1）不依赖于数据库，灵活方便，且性能优于数据库。

2）数字ID天然排序，对分页或者需要排序的结果很有帮助。 id long

缺点：

1）如果系统中没有Redis，还需要引入新的组件，增加系统复杂度。

2）需要编码和配置的工作量比较大。

3）网络传输造成性能下降。

开源算法snowflake 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

优点：

• 毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。
• 不依赖数据库等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。
• 可以根据自身业务特性分配bit位，非常灵活。 32机房 32台goods

缺点： 强依赖机器时钟，如果机器上时钟回拨，会导致发号重复或者服务会处于不可用状态。