微服务全局ID方案汇总

自增id

对于大多数系统来说，使用mysql的自增id当作主键再最合适不过了。在数据库层面就可以获取一个顺序的、唯一的、空间占用少的id。

自增id需要是 int、bigint这些整数类型，uint 支持 40 亿的数据量，bigint unsign（0 ～18,446,744,073,709,551,615.）, 40 亿的数据量对于一个频繁增加删除的表来说并不是一个很大的数字，有用完的风险。因此在建表时需要考虑，是否使用bigint。

优点

• 简单、高效
• 唯一、递增

缺点

• 可拓展性差；所有的id生成都依赖于主库，难以拓展；当然，可以增加主库的数量，将数据水平切分保证每个库的Id不重复，但是会引入格外的复杂度。

每次id生成都会访问数据库，数据库压力大，所以很多系统想要自己生成id。

发号器服务

想要全局唯一的id，就只能访问一个单点服务。但是直接利用数据库，又会导致数据库压力大，而且每次生成id都会有一次远程访问；

我们可以写一个发号器的服务，专门用来生成唯一id；可以优化访问数据库的逻辑，比如 一次访问批量获取10条id到内存，并记录（持久化）最大的id=n+10，下次取号直接重内存中获取；

这样数据库的访问次数就减少了，并且还可以将 发号器服务和业务服务部署在一个pod里（sidecar），避免频繁的远程调用。

缺点

• 增加开发、运维成本
• 仍然存在远程调用，有一定延迟

---

接下来介绍两种常用的本地唯一id生成的方案

UUID

通过本地算法获取唯一字符串。

优点

• 本地生成，简单、低延迟
• 拓展性好，理论上无上限

缺点

• uuid类型时字符串，一般长度12+，占用空间较大
• uuid无序会导致页空间浪费以及频繁的页分裂，增加了系统开销

页分裂：如果是乱序的写入，每次在中间的某个叶子节点写入数据，后面的数据都需要往后挪。更糟糕的是，如果后挪时某一页记录已满，接着就会页分裂，部分的数据移动到新的页。

所以乱序的插入会导致频繁的页分裂，不仅耗时，还会导致空间利用率变低，后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面。

图片来自 https://segmentfault.com/a/1190000039151324

snowflake

分布式ID生成算法

一个long型的ID，使用其中41bit作为毫秒数，10bit作为机器编号，12bit作为毫秒内序列号。这个算法单机每秒内理论上最多可以生成1000 * (2^12-1) 或 1000 * ((1 << 12)- 1)，也就是4096000个ID。

借鉴snowflake的思想，结合各公司的业务逻辑和并发量，可以实现自己的分布式ID生成算法。

优点

1. 本地生成id，延迟低
2. id整体趋势有序
3. 可以根据自己的业务灵活调整

缺点

1. 不是全局有序

Reference

https://segmentfault.com/a/1190000039151324

https://blog.csdn.net/weixin_39710991/article/details/113128951

https://changkaixin.cn/2015/12/04/gen-id-way/

https://z.itpub.net/article/detail/F49F834DAD1FDEE011F56A7CD7DA65C6

https://chai2010.cn/advanced-go-programming-book/ch6-cloud/ch6-01-dist-id.htm