分布式 ID 生成的五种方法：优缺点与适用场景
0.简介
在分布式系统中，生成全局唯一的id是一个常见的需求。由于分布式系统的特性（多节点，网络分区，时钟不同步等），传统的单机ID生成方式不再适用，所以一些分布式生成方式应运而生，本文将对常见的几种分布式ID生成方法的原理和应用进行介绍。
1.分布式ID的生成要求
分布式ID的生成一般要满足以下要求：
1）全局唯一：生成的 ID 必须在整个系统中唯一。
2）高性能：ID 生成的速度要快，不能成为系统的瓶颈。
3）高可用：ID 生成服务必须高可用，不能因为单点故障导致系统不可用。
4）趋势递增：生成的 ID 最好具有递增趋势，便于数据库索引和排序。
2.数据库自增方式
数据库的自增方式生成分布式ID就是使用数据库的自增列来实现，其优缺点如下：
优点：
1）使用简单，直接使用数据库已有的自增功能；
2）能够保证唯一性和递增性；
缺点：
1）性能瓶颈，在高并发场景下，数据库可能成为性能瓶颈；
2）可用性问题，存在单点故障可能；
使用场景：主要适用小规模分布式系统，对性能要求不高的场景。
改进方式：
1）冗余主节点，避免单点写入。
2）批量生成id，降低读写频率。其不需要挨个获取，一次获取多个同时更新max-id，下次就继续在max-id增加。
3.UUID
UUID（Universally Unique Identifier）是一个 128 位的全局唯一标识符，通常表示为 32 个十六进制字符，例如：
550e8400-e29b-41d4-a716-446655440000
优点：
1）简单易用：无需中心化服务，每个节点都可以独立生成 UUID。
2）全局唯一：UUID 的生成基于时间戳、随机数和 MAC 地址，几乎不可能重复。
3）性能个扩展性好：本地生成，没有扩展和性能瓶颈。
缺点：
1）长度较长：128 位的 UUID 存储和传输以及查询开销较大，可以拆成两个uint64整数存储。
2）无序性：UUID 是随机生成的，不具备递增趋势，不利于数据库索引。
适用场景：对ID长度以及有序性要求不高的场景。
改进方式：
1）可以增加时间信息，如在开头增加毫秒数，优点就是能保证递增；缺点就是可能在同一时间的话可能会出现冲突。
4.Snowflake算法
4.1 原理
Snowflake 是 Twitter 开源的分布式 ID 生成算法，生成的 ID 是一个 64 位的整数，结构如下：
| 1 bit | 41 bits | 10 bits | 12 bits |
|---|---|---|---|
| sign | timestamp | machine ID | sequence |
sign：符号位，固定为 0。
timestamp：41 位的时间戳，表示从某个起始时间到当前时间的毫秒数。
machine ID：10 位的机器 ID，用于区分不同的节点。
sequence：12 位的序列号，用于同一毫秒内生成多个 ID。
优点：
1）高性能：本地生成 ID，无需网络通信。
2）趋势递增：ID 按时间戳递增，便于数据库索引。
3）高可用：无中心化服务，每个节点独立生成 ID。
缺点：
1）时钟回拨问题：如果系统时钟回拨，可能导致 ID 重复。
2）机器 ID 分配：需要手动或通过外部服务分配机器 ID。
适用场景：大规模分布式系统，对性能和有序性要求较高的场景。
改进方式：可以通过等待时间同步解决时钟回拨，通过扩展时间位来解决时间一出，通过动态机器id分配解决手动分配问题。
5.Redis自增ID
该方法是利用 Redis 的原子操作 INCR 或 INCRBY 生成全局唯一的 ID。
使用 Redis 的 INCR 命令生成自增 ID：
INCR id_generator
如果需要生成更长的 ID，可以使用
INCRBY id_generator 1000
优点：
1）高性能：Redis 的 INCR 操作是原子性的，性能较高。
2）简单易用：实现简单，无需复杂的算法。
缺点：
1）依赖 Redis：需要维护 Redis 服务，存在单点故障风险。
2）ID 长度有限：Redis 的 INCR 生成的 ID 是 64 位整数，可能不够用。
适用场景：中小规模分布式系统，对性能和有序性有一定要求的场景。
改进方式：可以参考数据库自增id方式优化。
6.Leaf算法
Leaf 是美团开源的分布式 ID 生成服务，结合了数据库和 Snowflake 算法的优点。它支持两种模式：
1）号段模式：从数据库批量获取 ID 段，缓存在本地。
2）Snowflake 模式：基于 Snowflake 算法生成 ID。
优点：
1）高性能：号段模式减少了数据库访问次数，Snowflake 模式本地生成 ID。
2）高可用：支持多节点部署，无单点故障。
3）灵活配置：支持号段模式和 Snowflake 模式切换。
缺点：
1）复杂度较高：需要部署和维护 Leaf 服务。
适用场景：大规模分布式系统，对性能和可用性要求较高的场景。
分布式id生成的五种方法