分布式系统唯一ID生成方案

分布式ID的特性

唯一性：确保生成的ID是全网唯一的。
有序递增性：确保生成的ID是对于某个用户或者业务是按一定的数字有序递增的。
高可用性：确保任何时候都能正确的生成ID。
带时间：ID里面包含时间，一眼扫过去就知道哪天的交易。

1. 数据库自增长序列或字段

利用数据库，全数据库唯一。

优点：

1）简单，代码方便，性能可以接受（小并发量的情况下）。

2）数字ID天然排序，对分页或者需要排序的结果很有帮助。

缺点：

1）不同数据库语法和实现不同，数据库迁移的时候或多数据库版本支持的时候需要处理。

2）在单个数据库或读写分离或一主多从的情况下，只有一个主库可以生成。有单点故障的风险。

3）并发较高的时候直接gg。

优化方案：

1）针对主库单点，如果有多个Master库，则可以设置每个Master库设置的起始数字不一样，步长一样，可以是Master的个数。比如：Master1 生成的是 1，4，7，10，Master2生成的是2,5,8,11， Master3生成的是 3,6,9,12。这样就可以有效生成集群中的唯一ID，也可以大大降低ID生成数据库操作的负载。

2. UUID

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，除了小概率的时间回条，基本不会重复。

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，大表查询时性能可能是个大问题。

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。

3. Redis生成ID

由于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。

另外可以使用Redis集群来获取更高的吞吐量。假如一个集群中有n台Redis。可以初始化每台Redis的值分别是1,2,3…n，然后步长都是n，但步长和初始值一旦确定就不要随意更改了。

优点：

1）不依赖于数据库，灵活方便，redis的高并发使之性能大大优于数据库。

2）数字ID天然排序，对分页或者需要排序的结果很有帮助。

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（估计用不到redis的系统也大概率用不到唯一ID了）。

4. Twitter的snowflake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：

1）不依赖于数据库，灵活方便，且性能优于数据库。

2）ID按照时间在单机上是递增的。

缺点：

1）在单机上是递增的，但是由于涉及到分布式环境，每台机器上的时钟不可能完全同步，也许有时候也会出现不是全局递增的情况。