最常用的分布式 ID 解决方案，都在这里了！

最新推荐文章于 2025-03-16 22:13:53 发布

2401_84049040

最新推荐文章于 2025-03-16 22:13:53 发布

阅读量651

点赞数 30

分类专栏：程序员文章标签：分布式

本文链接：https://blog.youkuaiyun.com/2401_84049040/article/details/138054746

版权

程序员专栏收录该内容

243 篇文章

订阅专栏

本文详细介绍了几种常见的分布式ID解决方案，包括UUID、数据库主键自增、Redis自增和雪花算法。重点讲解了雪花算法的工作原理和实现，以及如何通过Java实现Snowflake算法。同时提到了美团的Leaf服务作为开源组件的选择参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

| — | — | — | — |

| UUID | UUID是通用唯一标识码的缩写，其目的是上分布式系统中的所有元素都有唯一的辨识信息，而不需要通过中央控制器来指定唯一标识。 | 1. 降低全局节点的压力，使得主键生成速度更快；2. 生成的主键全局唯一；3. 跨服务器合并数据方便 | 1. UUID占用16个字符，空间占用较多；2. 不是递增有序的数字，数据写入IO随机性很大，且索引效率下降 |

目前流行的分布式ID解决方案有两种：「号段模式」和「雪花算法」。

**「号段模式」**依赖于数据库，但是区别于数据库主键自增的模式。假设100为一个号段100，200，300，每取一次可以获得100个ID，性能显著提高。

**「雪花算法」**是由符号位+时间戳+工作机器id+序列号组成的，如图所示：

符号位为0，0表示正数，ID为正数。

时间戳位不用多说，用来存放时间戳，单位是ms。

工作机器id位用来存放机器的id，通常分为5个区域位+5个服务器标识位。

序号位是自增。

雪花算法能存放多少数据？时间范围：2^41 / (3652460601000) = 69年工作进程范围：2^10 = 1024 序列号范围：2^12 = 4096，表示1ms可以生成4096个ID。

根据这个算法的逻辑，只需要将这个算法用Java语言实现出来，封装为一个工具方法，那么各个业务应用可以直接使用该工具方法来获取分布式ID，只需保证每个业务应用有自己的工作机器id即可，而不需要单独去搭建一个获取分布式ID的应用。下面是推特版的Snowflake算法：

public class SnowFlake {

/**

* 起始的时间戳

private final static long START_STMP = 1480166465631L;

/**

* 每一部分占用的位数

private final static long SEQUENCE_BIT = 12; //序列号占用的位数

private final static long MACHINE_BIT = 5; //机器标识占用的位数

private final static long DATACENTER_BIT = 5;//数据中心占用的位数

/**

* 每一部分的最大值

private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);

private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);

private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

/**

* 每一部分向左的位移

private final static long MACHINE_LEFT = SEQUENCE_BIT;

private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;

private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

private long datacenterId; //数据中心

private long machineId; //机器标识

private long sequence = 0L; //序列号

private long lastStmp = -1L;//上一次时间戳

public SnowFlake(long datacenterId, long machineId) {

if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {

throw new IllegalArgumentException(“datacenterId can’t be greater than MAX_DATACENTER_NUM or less than 0”);

}

if (machineId > MAX_MACHINE_NUM || machineId < 0) {

throw new IllegalArgumentException(“machineId can’t be greater than MAX_MACHINE_NUM or less than 0”);

}

this.datacenterId = datacenterId;

this.machineId = machineId;

}

/**

* 产生下一个ID

* @return

public synchronized long nextId() {

long currStmp = getNewstmp();

if (currStmp < lastStmp) {

throw new RuntimeException(“Clock moved backwards. Refusing to generate id”);

}

if (currStmp == lastStmp) {

//相同毫秒内，序列号自增

sequence = (sequence + 1) & MAX_SEQUENCE;

//同一毫秒的序列数已经达到最大

if (sequence == 0L) {

currStmp = getNextMill();

}

} else {

//不同毫秒内，序列号置为0

sequence = 0L;

}

lastStmp = currStmp;

return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分

| datacenterId << DATACENTER_LEFT //数据中心部分

| machineId << MACHINE_LEFT //机器标识部分

| sequence; //序列号部分

}

private long getNextMill() {

long mill = getNewstmp();

while (mill <= lastStmp) {

mill = getNewstmp();

}

return mill;

}

private long getNewstmp() {

return System.currentTimeMillis();

}

public static void main(String[] args) {

SnowFlake snowFlake = new SnowFlake(2, 3);

for (int i = 0; i < (1 << 12); i++) {

System.out.println(snowFlake.nextId());

}

「三、分布式ID开源组件」

=================

3.1 如何选择开源组件

选择开源组件首先需要看软件特性是否满足需求，主要包括兼容性和扩展性。

其次需要看目前的技术能力，根据目前自己或者团队的技术栈和技术能力，能否可以平滑的使用。

第三，要看开源组件的社区，主要关注更新是否频繁、项目是否有人维护、遇到坑的时候可以取得联系寻求帮助、是否在业内被广泛使用等。

3.2 美团Leaf

Leaf是美团基础研发平台推出的一个分布式ID生成服务，名字取自德国哲学家、数学家莱布尼茨的一句话：“There are no two identical leaves in the world.”Leaf具备高可靠、低延迟、全局唯一等特点。目前已经广泛应用于美团金融、美团外卖、美团酒旅等多个部门。

具体的技术细节，可参考美团技术博客的一篇文章：《Leaf美团分布式ID生成服务》。目前，Leaf项目已经在Github上开源：https://github.com/Meituan-Dianping/Leaf。Leaf在特性如下：