本文共 1065 字，大约阅读时间需要 3 分钟。
雪花算法：分布式全局唯一ID的高效解决方案
为什么需要分布式全局唯一ID
在复杂分布式系统中，数据和消息的唯一标识是至关重要的。例如，像美团点评、猫眼电影等产品的系统中，数据逐渐增长，分库分表后需要一个唯一ID标识数据或信息。订单、骑手、优惠券等都需要唯一ID作为标识。因此，一个能够生成全局唯一ID的系统显得尤为必要。
ID生成规则的硬性要求
全局唯一性：ID必须唯一，避免重复，这是最基本的要求。 趋势递增：数据库如MySQL的InnoDB引擎使用聚集索引，主键应尽量有序，确保写入性能。 单调递增：下一个ID必须大于上一个，适用于事务版本号、IM增量消息等。 信息安全：ID应无规则，防止恶意爬取和竞争对手推测。 含时间戳：便于追踪生成时间。 ID生成系统的可用性要求
高可用：99.999%的情况下保证唯一ID生成。 低延迟：获取ID应极速完成。 高QPS：支持高并发请求，例如10万次同时创建ID。 通用方案：UUID的局限性
- 性能：本地生成，性能较高，但无序难以预测。
- 主键问题：UUID长度较长，不适合作为主键。
- 索引问题：插入无序数据影响性能。
数据库自增主键的局限
- 扩展困难：难以支持机器台数扩展。
- 性能瓶颈：每次获取ID需数据库读写，影响高并发处理。
- 分库分表问题：唯一性冲突和数据一致性难以保证。
Redis生成ID策略
- 单机优化：Redis单线程保证原子性，性能优异。
- 集群问题：维护复杂，难以支持高并发。
雪花算法：高效分布式ID解决方案
雪花算法由Twitter开发，用于生成可排序的64位分布式ID。其结构包括：
41位时间戳：记录毫秒级时间，支持69年。 10位机器ID：区分数据中心和服务器，支持1024台机器。 12位序列号：每毫秒生成4096个ID。 雪花算法的优点：
- 高效性能：每秒生成26万ID。
- 全局唯一性：结合数据中心和机器ID，避免重复。
- 灵活配置：可根据业务需求调整各部分位数。
工程落地经验
工具包集成：使用Hutool工具包简化雪花算法集成。 SpringBoot整合：通过依赖管理和工具类实现高效ID生成。 分布式应用：支持高并发场景下的多线程ID生成，确保唯一性。 雪花算法的优缺点
优点：
- 高效性能：支持高并发和高QPS。
- 无依赖第三方：分布式部署，稳定性高。
- 灵活配置：适应不同业务需求。
缺点：
- 时钟问题：机器时钟回拨可能导致重复ID。
- 递增性：分布式环境下时钟不完全同步，通常只要求趋势递增。
其他补充
百度和美团等公司开源了更优化的分布式ID解决方案，值得参考。
转载地址：http://xkhfk.baihongyu.com/