分布式id探索

一、为什么要使用分布式id？

        随着数据量增加，数据需要进行水平拆分，但表自增id无法满足唯一性；

二、分布式id的特点

        1唯一性

        2 趋势递增、单调递增（数据库中存放的数据结构数据从小到大有序排列），如果id不是单调递增，插入数据时为了维持平衡需要不停的做叶子节点的分裂与合并；

三、常用分布式id生成算法

        1 uuid：32位16进制数字，36个字符；

                优点：性能高，本地生成没有网络消耗；

                缺点：过长不易于存储，信息不安全，基于MAC地址生成可能会造成MAC地址泄露

        2 雪花算法：

        

                第0位：符号位，始终为0，没用

                第1~41位：用来表示时间戳，单位毫秒

                第42~52位：前五位机房id，后五位机器id

                第53~64位：用来表示序列号，序列号为自增，代表单台机器每秒能够产生的最大id 2                                         的12次方=4096；

        优点：毫秒数在高位，自增序列在低位，id趋势递增；不依赖三方系统，稳定性高；

        缺点：强依赖机器时钟，如果机器时钟回拨会导致重复id生成；（解决方法：缓存历史序列号，使用历史序列号直到它耗尽；等待时钟恢复；使用备用时间戳，即将上一次的时间戳加上一个安全间隔，防止重复生成；报警机制，严重时钟回拨时，人工干预；）

        3 mysql用一张表专门生成id（读写磁盘网络开销大扩展性差）

        4 redis生成（redis持久化会有丢失可能重复）

四、美团leaf算法

        1 segment数据库方案，根据数据库中的表进行获取

        批量获取分布式id，每次获取数量自定义；

        缺点：id号不够随机；当批量获取的数据库id用尽时会产生毛刺现象；

        2 雪花算法方案

                依赖zk生成workid解决机器过多的问题；根据不同的方案解决始终回拨问题；

                解决方案，新启动的机器通过拉去所有机器时间计算平均值，并与本机时间戳比较，判断当前时间戳是否符合；（缓存历史序列号，使用历史序列号直到它耗尽；等待时钟恢复；使用备用时间戳，即将上一次的时间戳加上一个安全间隔，防止重复生成；报警机制，严重时钟回拨时，人工干预；）