架构师究竟要不要懂细节？分布式ID生成的6种方法（第45讲）

admin管理员组

文章数量:1444613

架构师究竟要不要懂细节？分布式ID生成的6种方法（第45讲）

《架构师之路：架构设计中的100个知识点》

45.分布式ID生成

几乎所有的业务系统，都有生成一个唯一记录标识的需求，例如：消息ID，订单ID，帖子ID...

这个ID，在数据库中往往用作主键，且有排序与分页的查询需求。这也是分布式ID生成算法的两大核心需求：

1. 全局唯一；

2. 趋势递增；

如何高效生成趋势有序的全局唯一ID，是每一个工程师都会遇到的问题。

方法一：数据库auto-inc-id法

借助数据库的auto_increment来生成全局唯一递增ID。

优点：

1. 简单，使用数据库已有的功能；

2. 能够保证唯一性；

3. 能够保证递增性；

4. 步长固定；

不足：

1. 可用性难以保证，需要依赖数据库的高可用；

2. 扩展性差，性能有上限，数据库主库的写性能决定ID的生成性能上限；

改进方法：

1. 冗余主库，避免写入单点；

2. 数据水平切分，保证各主库生成的ID不重复；

改进后，数据库的写压力依然很大，每次生成ID都要访问数据库。为了解决这个问题，引出了第二个常见的方案。

方法二：批量ID生成服务

数据库写压力大，是因为每次生成ID都访问了数据库，可以使用批量的方式降低数据库写压力。

ID生成服务假设每次批量拉取6个ID，服务访问数据库，将当前ID的最大值修改为5，这样应用访问ID生成服务索要ID，ID生成服务不需要每次访问数据库，就能依次派发0,1,2,3,4,5这些ID了。

当ID发完后，再将ID的最大值修改为11，就能再次派发6,7,8,9,10,11这些ID了，于是数据库的压力就降低到原来的1/6。

优点：

1. 保证了ID生成的绝对递增有序；

2. 大大的降低了数据库的压力，ID生成可以做到每秒生成几万几十万个；

同时，服务也可以做集群化，只是稍微要注意数据一致性问题，具体CAS优化方案在《巧用CAS实现分布式ID生成器！(43)》中有详细介绍，不再展开。

方法三：uuid/guid法

不管是通过数据库，还是通过服务来生成ID，业务方都需要进行一次远程调用，比较耗时。有没有一种本地生成ID的方法，即高性能，又时延低呢？

uuid是一种常见的方案：

代码语言：javascript代码运行次数：0运行复制

string ID =GenUUID();

优点：

1. 本地生成ID，不需要进行远程调用，时延低；

2. 扩展性好，基本可以认为没有性能上限；

不足：

1. 无法保证趋势递增

2. uuid过长，往往用字符串表示，作为主键建立索引查询效率低，常见优化方案为“转化为两个uint64整数存储”。

方法四：取当前毫秒数

uuid是一个本地算法，生成性能高，但无法保证趋势递增，且作为字符串ID检索效率低，有没有一种能保证递增的本地算法呢？

取当前毫秒数是一种常见方案：

代码语言：javascript代码运行次数：0运行复制

uint64 ID = GenTimeMS();

优点：

1. 本地生成ID，不需要进行远程调用，时延低；

2. 生成的ID趋势递增；

3. 生成的ID是整数，建立索引后查询效率高；

缺点：如果并发量超过1000，会生成重复的ID。

当然，使用微秒可以降低冲突概率，但每秒最多只能生成1000000个ID，再多的话就一定会冲突了，所以使用微秒并不从根本上解决问题。

方法五：类snowflake算法

snowflake是twitter开源的分布式ID生成算法，其核心思想为，一个long型的ID：

1. 41bit作为毫秒数；

2. 10bit作为机器（服务）编号；

3. 12bit作为毫秒内序列号；

算法单机每秒内理论上最多可以生成1000*(2^12)，也就是400W的ID，1024台机器（服务）每秒能生活40Y的ID，完全能满足业务的需求。

借鉴snowflake的思想，结合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。

举例，假设某公司ID生成的需求如下：

1. 单机高峰并发量小于1W，预计未来10年单机高峰并发量小于10W；

2. 有2个机房，预计未来10年机房数量小于4个；

3. 每个机房机器数小于100台；

4. 目前有5个业务线有ID生成需求，预计未来业务线数量小于10个；

5. …

我们应该怎么来设计公司独特的ID生成算法呢？

其一，毫秒位数考虑。

假设系统至少运行10年，那至少需要10年*365天*24小时*3600秒*1000毫秒=320*10^9，差不多预留39bit给毫秒数。

其二，1毫秒内序列号考虑。

每秒的单机高峰并发量小于10W，即平均每毫秒的单机高峰并发量小于100，差不多预留7bit给每毫秒内序列号。

其三，机房数少于4个，预留2bit给机房标识。

其四，每个机房机器小于100台，预留7bit给每个机房内的服务器标识。

其五，业务线小于10个，预留4bit给业务线标识。

这样设计的64bit标识，可以保证：

1. 每个业务线、每个机房、每个机器生成的ID都是不同的；

2. 同一个机器，每个毫秒内生成的ID都是不同的；

3. 同一个机器，同一个毫秒内，以序列号区区分保证生成的ID是不同的；

4. 将毫秒数放在最高位，保证生成的ID是趋势递增的；

以上，希望大家有收获。

知其然，知其所以然。

思路比结论更重要。

扩展阅读：

==全文完==

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-03-20，如有侵权请联系 cloudcommunity@tencent 删除服务架构师算法数据库分布式

本文标签： 架构师究竟要不要懂细节分布式ID生成的6种方法（第45讲）