关于数据库:分库分表之后id-主键如何处理

其实路不是走得快，走得多就好，重要的是找到适宜本人的路线。

这是分库分表之后你必然要面对的一个问题，就是 id 咋生成？因为要是分成多个表之后，每个表都是从 1 开始累加，那必定不对啊，须要一个 全局惟一 的 id 来反对。所以这都是你理论生产环境中必须思考的问题。

基于数据库的实现计划

数据库自增 id

这个就是说你的零碎里每次失去一个 id，都是往一个库的一个表里插入一条没什么业务含意的数据，而后获取一个数据库自增的一个 id。拿到这个 id 之后再往对应的分库分表里去写入。

这个计划的益处就是不便简略，谁都会用；毛病就是单库生成 自增 id，要是高并发的话，就会有瓶颈的；如果你硬是要改良一下，那么就专门开一个服务进去，这个服务每次就拿到以后 id 最大值，而后本人递增几个 id，一次性返回一批 id，而后再把以后最大 id 值批改成递增几个 id 之后的一个值；然而 无论如何都是基于单个数据库。

适宜的场景 ：分库分表就俩起因，要不就是单库并发太高，要不就是单库数据量太大；除非是你 并发不高，然而数据量太大 导致的分库分表扩容，你能够用这个计划，因为可能每秒最高并发最多就几百，那么就走独自的一个库和表生成自增主键即可。

设置数据库 sequence 或者表自增字段步长

能够通过设置数据库 sequence 或者表的自增字段步长来进行程度伸缩。

比如说，当初有 8 个服务节点，每个服务节点应用一个 sequence 性能来产生 ID，每个 sequence 的起始 ID 不同，并且顺次递增，步长都是 8。

适宜的场景：在用户避免产生的 ID 反复时，这种计划实现起来比较简单，也能达到性能指标。然而服务节点固定，步长也固定，未来如果还要减少服务节点，就不好搞了。

UUID

益处就是本地生成，不要基于数据库了；不好之处就是，UUID 太长了、占用空间大，作为主键性能太差 了；更重要的是，UUID 不具备有序性，会导致 B+ 树索引在写的时候有过多的随机写操作（间断的 ID 能够产生局部程序写），还有，因为在写的时候不能产生有程序的 append 操作，而须要进行 insert 操作，将会读取整个 B+ 树节点到内存，在插入这条记录后会将整个节点写回磁盘，这种操作在记录占用空间比拟大的状况下，性能降落显著。

适宜的场景：如果你是要随机生成个什么文件名、编号之类的，你能够用 UUID，然而作为主键是不能用 UUID 的。

UUID.randomUUID().toString().replace(“-”,“”) 
-> dff7a1016f1a4a889c9e76e1bfd8ecb4

获取零碎以后工夫

这个就是获取以后工夫即可，然而问题是，并发很高的时候 ，比方一秒并发几千， 会有反复的状况，这个是必定不适合的。根本就不必思考了。

适宜的场景：用这个计划，个别是将以后工夫跟很多其余的业务字段拼接起来，作为一个 id，如果业务上你感觉能够承受，那么也是能够的。你能够将别的业务字段值跟以后工夫拼接起来，组成一个全局惟一的编号。

snowflake 算法

snowflake 算法是 twitter 开源的分布式 id 生成算法，采纳 Scala 语言实现，是把一个 64 位的 long 型的 id，1 个 bit 是不必的，用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号。

• 1 bit：不必，为啥呢？因为二进制里第一个 bit 如果是 1，那么都是正数，然而咱们生成的 id 都是负数，所以第一个 bit 对立都是 0。
• 41 bit：示意的是工夫戳，单位是毫秒。41 bit 能够示意的数字多达 2^41 - 1，也就是能够标识 2^41 - 1 个毫秒值，换算成年就是示意 69 年的工夫。
• 10 bit：记录工作机器 id，代表的是这个服务最多能够部署在 2^10 台机器上，也就是 1024 台机器。然而 10 bit 里 5 个 bit 代表机房 id，5 个 bit 代表机器 id。意思就是最多代表 2^5个机房（32 个机房），每个机房里能够代表 2^5 个机器（32 台机器）。
• 12 bit：这个是用来记录同一个毫秒内产生的不同 id，12 bit 能够代表的最大正整数是 2^12 - 1 = 4096，也就是说能够用这个 12 bit 代表的数字来辨别 同一毫秒内 的 4096 个不同的 id。

public class IdWorker {
    private long workerId;
    private long datacenterId;
    private long sequence;

    public IdWorker(long workerId, long datacenterId, long sequence) {
        // sanity check for workerId
        // 这儿就查看了一下，要求就是你传递进来的机房 id 和机器 id 不能超过 32，不能小于 0
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
        }
        System.out.printf(
                "worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);
        this.workerId = workerId;
        this.datacenterId = datacenterId;
        this.sequence = sequence;
    }
    private long twepoch = 1288834974657L;
    private long workerIdBits = 5L;
    private long datacenterIdBits = 5L;
    // 这个是二进制运算，就是 5 bit 最多只能有 31 个数字，也就是说机器 id 最多只能是 32 以内
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 这个是一个意思，就是 5 bit 最多只能有 31 个数字，机房 id 最多只能是 32 以内
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    private long sequenceBits = 12L;
    private long workerIdShift = sequenceBits;
    private long datacenterIdShift = sequenceBits + workerIdBits;
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private long sequenceMask = -1L ^ (-1L << sequenceBits);
    private long lastTimestamp = -1L;

    public long getWorkerId() {return workerId;}

    public long getDatacenterId() {return datacenterId;}

    public long getTimestamp() {return System.currentTimeMillis();
    }

    public synchronized long nextId() {
        // 这儿就是获取以后工夫戳，单位是毫秒
        long timestamp = timeGen();
        if (timestamp < lastTimestamp) {System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }
        if (lastTimestamp == timestamp) {
            // 这个意思是说一个毫秒内最多只能有 4096 个数字
            // 无论你传递多少进来，这个位运算保障始终就是在 4096 这个范畴内，防止你本人传递个 sequence 超过了 4096 这个范畴
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);
            }
        } else {sequence = 0;}
        // 这儿记录一下最近一次生成 id 的工夫戳，单位是毫秒
        lastTimestamp = timestamp;
        // 这儿就是将工夫戳左移，放到 41 bit 那儿；// 将机房 id 左移放到 5 bit 那儿；// 将机器 id 左移放到 5 bit 那儿；将序号放最初 12 bit；// 最初拼接起来成一个 64 bit 的二进制数字，转换成 10 进制就是个 long 型
        return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift) | sequence;
    }

    private long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {timestamp = timeGen();
        }
        return timestamp;
    }

    private long timeGen() {return System.currentTimeMillis();
    }
    // --------------- 测试 ---------------
    public static void main(String[] args) {IdWorker worker = new IdWorker(1, 1, 1);
        for (int i = 0; i < 30; i++) {System.out.println(worker.nextId());
        }
    }
}

怎么说呢，大略这个意思吧，就是说 41 bit 是以后毫秒单位的一个工夫戳；而后 5 bit 是你传递进来的一个 机房  id（然而最大只能是 32 以内），另外 5 bit 是你传递进来的 机器 id（然而最大只能是 32 以内），剩下的那个 12 bit 序列号，就是如果跟你上次生成 id 的工夫还在一个毫秒内，那么会把程序给你累加，最多在 4096 个序号以内。

所以你本人利用这个工具类，本人搞一个服务，而后对每个机房的每个机器都初始化这么一个货色，刚开始这个机房的这个机器的序号就是 0。而后每次接管到一个申请，说这个机房的这个机器要生成一个 id，你就找到对应的 Worker 生成。

利用这个 snowflake 算法，你能够开发本人公司的服务，甚至对于机房 id 和机器 id，反正给你预留了 5 bit + 5 bit，你换成别的有业务含意的货色也能够的。

这个 snowflake 算法相对来说还是比拟靠谱的，所以你要真是搞分布式 id 生成，如果是高并发啥的，那么用这个应该性能比拟好，个别每秒几万并发的场景，也足够你用了。