分布式Id解决方案

分布式ID解决方案 分布式ID是什么? ? 在分布式集群环境下,生成的唯一id,成为分布式ID。
分布式ID解决了什么问题? ? 在分布式集群环境下,后台数据库服务有多台,每台数据库服务都有同一张表,那么应用程序在对多台数据库服务中的同一张表进行存储数据时,就需要保证id唯一。单机环境下,可以使用mysql的表自增,但是在分布式集群环境下了,就不能使用mysql的表自增了, 因为这样会造成多个数据库中的同类型表id重复,所以此时就需要分布式id来保证数据的唯一性。
分布式ID生产的常用解决方案

  • UUID
    使用Java中jdk自带的UUID机制,具体代码为:UUID.randomUUID().toString()。此时生成的是一个36位无规律的字符串理论上是唯一的, 重复的概率可以忽略不记
  • 【分布式Id解决方案】独立数据库自增id
    单独部署一台数据库,然后创建一张表,给这张表创建几个字段,比如创建时间,然后每次需要新增时,就在这张表里面新增一条记录, 用主键自增id返回当作分布式id使用。
  • 雪花算法
    这是一个有名的算法,这里说一下它的原理。它会生成一个long型的数据,long型为8个字节,也就是64位
    64位分为4部分
    • 最高位为符号位,固定为0表示正数 (占1位
    • 第2位到42位表示毫秒级时间戳 (占41位
    • 第43位到52位表示机器id(即物理机id,自己定义,比如mac地址等等) (占10位
    • 第53位到64表示0-4095递增的数字 (占12位
    由上面的组成可以看出来,在同一个毫秒级里面,一台机器最多可以产生4095个不同的id。
  1. 使用redis incr自增
    可以利用redis的原子性,可以使用incr命令来生成唯一的id, 使用这个命令如果key不在返回1,存在则加加。
4种方案的优缺点
第一种方案在实际工作中`可以用`,缺点就是因为它生成的是无规则的字符串,会对mysql的索引性能有所下降。 第二种方案,`不建议使用`。因为如果独立数据库宕机了或者产生了瓶颈,就容易造成业务不可用。 第三种方案,可以使用,`推荐使用`。 第四种方案,可以使用,`推荐使用`。

    推荐阅读