背景

通常我们标识一条记录的唯一性，称之为id，MySQL的自增主键非常符合，但是；

• 如果使用的数据库为Oracle，是没有自增主键类型；
• 采用了分库分表策略后，单表的自增主键不能满足需求；

目的

在分布式场景下能够标识记录的唯一性。

实现方案

UUID

Universally Unique Identifier，通用唯一识别码，基于MAC地址、时间序列、随机数等保证了唯一性；

UUID uuid = UUID.randomUUID();
// 5a5e3d2c-ba44-4c80-996e-8b8e1f3b0168
System.out.println(uuid);

优点：

• 简单无依赖

缺点：

• 较占空间
• 不具备单调性（页分裂）

全局递增

可以依赖MySQL的自增主键，或者Redis的incr指令；

优点：

• 单调递增
• 存储较小

缺点：

• 依赖外部服务
• 有IO调用

号段模式

可以理解为每次在指定范围内（号段）生成一批id，用完重新生成；

CREATE TABLE distribution_id (  
  id int(10) NOT NULL,
  biz_type int(20) NOT NULL COMMENT '业务类型',
  max_id bigint(20) NOT NULL COMMENT '当前最大id',
  step int(20) NOT NULL COMMENT '号段的布长',
  version int(20) NOT NULL COMMENT '版本号',
  PRIMARY KEY (`id`)
)

注意：通过version乐观锁更新。

优点：

• 性能较高

缺点：

• 数据在内存有丢失问题

SnowFlake

Twitter的开源算法，也叫雪花算法，目前被广泛使用。

如上图所示，采用64位存储，大体分为4部分

• 1bit 符号位
• 41bit 时间戳
• 10bit 工作机器id
• 12bit 序列号（发生竞争递增）

优点：

• 单调递增
• 存储较小（8字节）
• 去中心化

缺点：

• 时钟回拨会产生重复ID

其他方案

可以基于自身业务自定义SnowFlake的实现；

• uid-generator 百度产品
• Leaf 美团产品
• Tinyid 滴滴产品

SnowFlake（Java）

import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.util.concurrent.TimeUnit;

public class SnowFlakeUtils {

    private static final int SERIAL_BIT = 12;
    private static final int DATA_CENTER_BIT = 5;
    private static final int WORK_BIT = 5;
    private static final int TIME_STAMP_BIT = 41;

    /**
     * 对比时间点 2022-01-23 时间戳
     */
    private static long timePoint = LocalDateTime.of(2022, 1, 23, 0, 0, 0).toInstant(ZoneOffset.of("+8")).toEpochMilli();

    /**
     * 1 bit: 符号位
     */
    private static long flag = 0;

    /**
     * 41 bit: 时间戳（毫秒）
     */
    private static long lastTimeStamp = -1L;

    /**
     * 5 bit: 工作机器 ID
     */
    private static long dataCenterId = 1;
    /**
     * 5 bit: 工作机器 ID
     */
    private static long workId = 1;

    /**
     * 12 bit: 序列号
     */
    private static long serial = 0;

    /**
     * 序列号 mask，防止溢出
     */
    private static final long SERIAL_MASK = ~(-1L << SERIAL_BIT);

    public static synchronized long uniqueId() {
        long currentTimeStamp = System.currentTimeMillis() - timePoint;
        if (lastTimeStamp == currentTimeStamp) {
            // 同一毫秒，序列号递增
            long temp = (serial + 1) & SERIAL_MASK;
            if (temp == 0) {
                return uniqueId();
            }
            serial = temp;
        } else {
            lastTimeStamp = currentTimeStamp;
            serial = 0L;
        }
        return serial
                | (workId << SERIAL_BIT)
                | (dataCenterId << SERIAL_BIT + WORK_BIT)
                | (lastTimeStamp << (SERIAL_BIT + WORK_BIT + DATA_CENTER_BIT))
                | (flag << (SERIAL_BIT + WORK_BIT + DATA_CENTER_BIT + TIME_STAMP_BIT));
    }
}