“ 之前一篇文章，我们聊了一下分库分表相关的一些基础知识，具体可以参见：《支撑日活百万用户的高并发系统，应该如何设计其数据库架构？》。
这篇文章，我们就接着分库分表的知识，来具体聊一下全局唯一id如何生成。
在分库分表之后你必然要面对的一个问题，就是id咋生成？
因为要是一个表分成多个表之后，每个表的id都是从1开始累加自增长，那肯定不对啊。
举个例子，你的订单表拆分为了1024张订单表，每个表的id都从1开始累加，这个肯定有问题了！
你的系统就没办法根据表主键来查询订单了，比如id = 50这个订单，在每个表里都有！
所以此时就需要分布式架构下的全局唯一id生成的方案了，在分库分表之后，对于插入数据库中的核心id，不能直接简单使用表自增id，要全局生成唯一id，然后插入各个表中，保证每个表内的某个id，全局唯一。
比如说订单表虽然拆分为了1024张表，但是id = 50这个订单，只会存在于一个表里。
那么如何实现全局唯一id呢？有以下几种方案。
这个方案就是说你的系统每次要生成一个id，都是往一个独立库的一个独立表里插入一条没什么业务含义的数据，然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。
比如说你有一个auto_id库，里面就一个表，叫做auto_id表，有一个id是自增长的。
那么你每次要获取一个全局唯一id，直接往这个表里插入一条记录，获取一个全局唯一id即可，然后这个全局唯一id就可以插入订单的分库分表中。
这个方案的好处就是方便简单，谁都会用。缺点就是单库生成自增id，要是高并发的话，就会有瓶颈的，因为auto_id库要是承载个每秒几万并发，肯定是不现实的了。
这个每个人都应该知道吧，就是用UUID生成一个全局唯一的id。
好处就是每个系统本地生成，不要基于数据库来了
不好之处就是，uuid太长了，作为主键性能太差了，不适合用于主键。
如果你是要随机生成个什么文件名了，编号之类的，你可以用uuid，但是作为主键是不能用uuid的。
这个方案的意思就是获取当前时间作为全局唯一的id。
但是问题是，并发很高的时候，比如一秒并发几千，会有重复的情况，这个是肯定不合适的。
一般如果用这个方案，是将当前时间跟很多其他的业务字段拼接起来，作为一个id，如果业务上你觉得可以接受，那么也是可以的。
你可以将别的业务字段值跟当前时间拼接起来，组成一个全局唯一的编号，比如说订单编号：时间戳 + 用户id + 业务含义编码。
snowflake算法，是twitter开源的分布式id生成算法。
其核心思想就是：使用一个64 bit的long型的数字作为全局唯一id，这64个bit中，其中1个bit是不用的，然后用其中的41 bit作为毫秒数，用10 bit作为工作机器id，12 bit作为序列号。
给大家举个例子吧，比如下面那个64 bit的long型数字，大家看看
上面第一个部分，是1个bit：0，这个是无意义的
上面第二个部分是41个bit：表示的是时间戳
上面第三个部分是5个bit：表示的是机房id，10001
上面第四个部分是5个bit：表示的是机器id，1 1001
上面第五个部分是12个bit：表示的序号，就是某个机房某台机器上这一毫秒内同时生成的id的序号，0000 00000000
1 bit：是不用的，为啥呢？
因为二进制里第一个bit为如果是1，那么都是负数，但是我们生成的id都是正数，所以第一个bit统一都是0
41 bit：表示的是时间戳，单位是毫秒。
41 bit可以表示的数字多达2^41 - 1，也就是可以标识2 ^ 41 - 1个毫秒值，换算成年就是表示69年的时间
10 bit：记录工作机器id，代表的是这个服务最多可以部署在2^10台机器上，也就是1024台机器。
但是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），每个机房里可以代表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可以代表的最大正整数是2 ^ 12 - 1 = 4096，也就是说可以用这个12bit代表的数字来区分同一个毫秒内的4096个不同的id
简单来说，你的某个服务假设要生成一个全局唯一id，那么就可以发送一个请求给部署了snowflake算法的系统，由这个snowflake算法系统来生成唯一id。
这个snowflake算法系统首先肯定是知道自己所在的机房和机器的，比如机房id = 17，机器id = 12。
接着snowflake算法系统接收到这个请求之后，首先就会用二进制位运算的方式生成一个64 bit的long型id，64个bit中的第一个bit是无意义的。
接着41个bit，就可以用当前时间戳（单位到毫秒），然后接着5个bit设置上这个机房id，还有5个bit设置上机器id。
最后再判断一下，当前这台机房的这台机器上这一毫秒内，这是第几个请求，给这次生成id的请求累加一个序号，作为最后的12个bit。
最终一个64个bit的id就出来了，类似于：
这个算法可以保证说，一个机房的一台机器上，在同一毫秒内，生成了一个唯一的id。可能一个毫秒内会生成多个id，但是有最后12个bit的序号来区分开来。
下面我们简单看看这个snowflake算法的一个代码实现，这就是个示例，大家如果理解了这个意思之后，以后可以自己尝试改造这个算法。
总之就是用一个64bit的数字中各个bit位来设置不同的标志位，区分每一个id。
（6）snowflake算法一个小小的改进思路public class IdWorker {
private long workerId; // 这个就是代表了机器id
private long datacenterId; // 这个就是代表了机房id
private long sequence; // 这个就是代表了一毫秒内生成的多个id的最新序号
public IdWorker(long workerId, long datacenterId, long sequence) {
// sanity check for workerId
// 这儿不就检查了一下，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));
}
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();
}
// 这个是核心方法，通过调用nextId()方法，让当前这台机器上的snowflake算法程序生成一个全局唯一的id
public synchronized long nextId() {
// 这儿就是获取当前时间戳，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));
}
// 下面是说假设在同一个毫秒内，又发送了一个请求生成一个id
// 这个时候就得把seqence序号给递增1，最多就是4096
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，
//这个位运算保证始终就是在4096这个范围内，避免你自己传递个sequence超过了4096这个范围
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的时间戳，单位是毫秒
lastTimestamp = timestamp;
// 这儿就是最核心的二进制位运算操作，生成一个64bit的id
// 先将当前时间戳左移，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；将序号放最后12 bit
// 最后拼接起来成一个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());
}
}
}
其实在实际的开发中，这个snowflake算法可以做一点点改进。
因为大家可以考虑一下，我们在生成唯一id的时候，一般都需要指定一个表名，比如说订单表的唯一id。
所以上面那64个bit中，代表机房的那5个bit，可以使用业务表名称来替代，比如用00001代表的是订单表。
因为其实很多时候，机房并没有那么多，所以那5个bit用做机房id可能意义不是太大。
这样就可以做到，snowflake算法系统的每一台机器，对一个业务表，在某一毫秒内，可以生成一个唯一的id，一毫秒内生成很多id，用最后12个bit来区分序号对待。
石杉的架构笔记（id：shishan100）
作者：中华石杉，多年BAT架构经验倾囊相授