分布式ID生成之雪花算法

作者：聚IT 2019-09-05 13:06:08

开发

前端

分布式

算法 分布式唯一ID的方案有很多，本文主要讨论了雪花算法，组成结构大致分为了无效位、时间位、机器位和序列号位。

唯一ID可以标识数据的唯一性，在分布式系统中生成唯一ID的方案有很多，常见的方式大概有以下三种：

• 依赖数据库，使用如MySQL自增列或Oracle序列等。
• UUID随机数
• snowflake雪花算法(本文将要讨论)

一、数据库和UUID方案的不足之处

采用数据库自增序列：

• 读写分离时，只有主节点可以进行写操作，可能有单点故障的风险
• 分表分库，数据迁移合并等比较麻烦

UUID随机数：

• 采用无意义字符串，没有排序
• UUID使用字符串形式存储，数据量大时查询效率比较低

二、关于雪花算法

有这么一种说法，自然界中并不存在两片完全一样的雪花的。每一片雪花都拥有自己漂亮独特的形状、独一无二。雪花算法也表示生成的ID如雪花般独一无二。

1. 雪花算法概述

雪花算法生成的ID是纯数字且具有时间顺序的。其原始版本是scala版，后面出现了许多其他语言的版本如Java、C++等。

2. 组成结构

大致由：首位无效符、时间戳差值，机器(进程)编码，序列号四部分组成。

3. 特点(自增、有序、适合分布式场景)

• 时间位：可以根据时间进行排序，有助于提高查询速度。
• 机器id位：适用于分布式环境下对多节点的各个节点进行标识，可以具体根据节点数和部署情况设计划分机器位10位长度，如划分5位表示进程位等。
• 序列号位：是一系列的自增id，可以支持同一节点同一毫秒生成多个ID序号，12位的计数序列号支持每个节点每毫秒产生4096个ID序号

snowflake算法可以根据项目情况以及自身需要进行一定的修改。

三、雪花算法的缺点

雪花算法在单机系统上ID是递增的，但是在分布式系统多节点的情况下，所有节点的时钟并不能保证不完全同步，所以有可能会出现不是全局递增的情况。

四、总结

分布式唯一ID的方案有很多，本文主要讨论了雪花算法，组成结构大致分为了无效位、时间位、机器位和序列号位。其特点是自增、有序、纯数字组成查询效率高且不依赖于数据库。适合在分布式的场景中应用，可根据需求调整具体实现细节。