分库分表之后，ID主键如何处理?
当业务量大的时候，数据库中数据量过大，就要进行分库分表了，那么分库分表之后，必然将面临一个问题，那就是ID怎么生成？因为要分成多个表之后，如果还是使用每个表的自增长ID，意味着每个表都是从1开始累加的，这样肯定是不对的。需要一个全局唯一的ID来支持。所以这也是你实际生产环境中必须考虑的一个问题。全局ID生成器，一般需要满足下列几个特性：
唯一性、高可用、递增性、安全性、高可用性
413f52c7a08ddc586135b60a2c1c3993.png
常用的主键ID生成策略有以下几种：
数据库自增ID
原理：
如果使用这种方式，那么这就意味着，你的系统里每次得到一个ID，都需要往一个库中的一个表中插入一条没有什么业务含义的数据，然后获取一个数据库自增的id.拿到这个ID之后，再往对应的分库分表里写。
c3a43d012cf90106d6d1a63eae8b8f62.png
这种方式的优缺点如下：
优点：非常简单，有序递增，方便分页和排序。
缺点：
a.分库分表之后，数据表的自增ID容易重复，无法直接使用(虽然可以设置步长，但是局限性明显)；
b.性能吞吐量整个比较低。如果设计一个单独的数据库来实现分布式应用的数据唯一性，即使使用预先生成方案，也会因为事务问题，在高并发场景下容易出现单点的瓶颈问题。
使用场景：单数据库实例的表ID（包含主从同步场景）；部分按天计数的流水号等
在分不分表场景、全局唯一性ID场景下不使用。
Redis生产全局ID
原理：
通过Redis的INCR/INCRBY自增原子操作命令，能保证生产的ID肯定是唯一的序列号，本质上实现方式与数据库一致的。
2ba2ef16c94fd5c1c78e127cf65642dc.png
使用Redis生产全局ID的优缺点：
优点：整体吞吐量比数据库要高。因为Redis的吞吐量性能高于数据库
缺点：Redis实例或者集群宕机后，找回最新的ID值比较麻烦。但是可以在生产唯一ID的算法上进行优化，避免这种情况。
使用场景：比较适合计算场景。比如用户访问量、订单流水号(日期+流水号)等。
凯哥推荐文章：Redis实战9-全局唯一ID
UUID、GUID生成ID
优缺点：
优点：性能非常高。在本地生成，没有网络消耗；
缺点：UUID太长了，占用空间大，作为主键性能太差了；
由于UUI不具有有序性，会导致B+树索引在写的时候有过多的随机写操作。
使用场景：如果你要随机生成一个什么文件名称、编号之类的，可以考虑使用UUID，但是如果是作为数据库的主键，不建议使用UUID的。
雪花算法(snowflake)
雪花算法来源于Twitter,使用Scala语言实现，雪花算法的特性是有序、唯一且要求性能高，低延迟(每台集群每秒至少生成10K条数据，并且响应时间在2MS内)，要在分布式环境(多集群、跨机房)下使用。因此雪花算法得到的ID是分段组成的。
a.与指定日期时间差（时间差到毫秒级）的，41位数字，可以使用69年；
b.机器ID+集群ID，10位，最多支持1024台机器；
c.序列号，12位。每台机器每毫秒内最多生产4096个序列号.
雪花算法的核心思想是：
分布式ID固定是一个long类型的数字，一个long类型占用8个字节，也就是8*8=64个bit位。所以，雪花算法的格式如下图：
42e2b28690ba0bf1dabb5bdf96898e62.png
雪花算法分段，每段含义：
第一段：也就是最高1位是符号位。固定值，就是0，标识全部ID都是正整数。
第二段：接下来的41位，标识的是时间戳。单位是毫秒。41bits标识的数字对应的是2^41次方-1.也就是可以标识2的41次方-1个毫秒值。换算成年就是标识69年的时间；
第三段：再接下来的10位标识的是机器ID。如果有异地部署，多集群的也可以配置，需要在线下提前规划好各地机房，各个集群，实例ID的编号。其中包括5位的机器id和5位的集群id.最多可以部署2^10台机器。也就是1024台。
第四段：最后12位是序列号。用于记录同一毫秒内产生的不同ID.12个比特位可以代表的最大正整数是2^12-1=4096.也就是说，可以用这12个bits代表数字来区分同一毫秒内4096个不同的ID.
此算法的优缺点如下：
雪花算法的优缺点：
优点：毫秒数在高位，自增序列在低位，所以整个ID都呈现出递增趋势；
不依赖数据库等三方系统，以服务部署方式，稳定性更高，生成ID的性能也是非常高的；
可以根据自身业务特性来分配bit位，非常灵活。
缺点：
太依赖集群的时钟，如果机器时钟回拨了，可能会导致重复或者服务处于不可用。
结束语
大家好,我是凯哥Java(kaigejava)，乐于分享技术文章，欢迎大家关注“凯哥Java”，及时了解更多。让我们一起学Java。也欢迎大家有事没事就来和凯哥聊聊~~~
网友评论