一、需求緣起
幾乎所有的業務系統，都有生成一個記錄標識的需求，例如：
（1）消息標識：message-id
（2）訂單標識：order-id
（3）帖子標識：tiezi-id
這個記錄標識往往就是數據庫中的唯一主鍵，數據庫上會建立聚集索引（cluster index），即在物理存儲上以這個字段排序。
這個記錄標識上的查詢，往往又有分頁或者排序的業務需求，例如：
（1）拉取最新的一頁消息：selectmessage-id/ order by time/ limit 100
（2）拉取最新的一頁訂單：selectorder-id/ order by time/ limit 100
（3）拉取最新的一頁帖子：selecttiezi-id/ order by time/ limit 100
所以往往要有一個time字段，並且在time字段上建立普通索引（non-cluster index）。
我們都知道普通索引存儲的是實際記錄的指針，其訪問效率會比聚集索引慢，如果記錄標識在生成時能夠基本按照時間有序，則可以省去這個time字段的索引查詢：
select message-id/ (order by message-id)/limit 100
再次強調，能這麼做的前提是，message-id的生成基本是趨勢時間遞增的。
這就引出了記錄標識生成（也就是上文提到的三個XXX-id）的兩大核心需求：
（1）全局唯一
（2）趨勢有序
這也是本文要討論的核心問題：如何高效生成趨勢有序的全局唯一ID。
二、常見方法、不足與優化
【常見方法一：使用數據庫的 auto_increment 來生成全局唯一遞增ID】
優點：
（1）簡單，使用數據庫已有的功能
（2）能夠保證唯一性
（3）能夠保證遞增性
（4）步長固定
缺點：
（1）可用性難以保證：數據庫常見架構是一主多從+讀寫分離，生成自增ID是寫請求，主庫掛了就玩不轉了
（2）擴展性差，性能有上限：因爲寫入是單點，數據庫主庫的寫性能決定ID的生成性能上限，並且難以擴展
改進方法：
（1）增加主庫，避免寫入單點
（2）數據水平切分，保證各主庫生成的ID不重複
如上圖所述，由1個寫庫變成3個寫庫，每個寫庫設置不同的auto_increment初始值，以及相同的增長步長，以保證每個數據庫生成的ID是不同的（上圖中庫0生成0,3,6,9…，庫1生成1,4,7,10，庫2生成2,5,8,11…）
改進後的架構保證了可用性，但缺點是：
（1）喪失了ID生成的“絕對遞增性”：先訪問庫0生成0,3，再訪問庫1生成1，可能導致在非常短的時間內，ID生成不是絕對遞增的（這個問題不大，我們的目標是趨勢遞增，不是絕對遞增）
（2）數據庫的寫壓力依然很大，每次生成ID都要訪問數據庫
爲了解決上述兩個問題，引出了第二個常見的方案
【常見方法二：單點批量ID生成服務】
分佈式系統之所以難，很重要的原因之一是“沒有一個全局時鐘，難以保證絕對的時序”，要想保證絕對的時序，還是隻能使用單點服務，用本地時鐘保證“絕對時序”。數據庫寫壓力大，是因爲每次生成ID都訪問了數據庫，可以使用批量的方式降低數據庫寫壓力。
如上圖所述，數據庫使用雙master保證可用性，數據庫中只存儲當前ID的最大值，例如0。ID生成服務假設每次批量拉取6個ID，服務訪問數據庫，將當前ID的最大值修改爲5，這樣應用訪問ID生成服務索要ID，ID生成服務不需要每次訪問數據庫，就能依次派發0,1,2,3,4,5這些ID了，當ID發完後，再將ID的最大值修改爲11，就能再次派發6,7,8,9,10,11這些ID了，於是數據庫的壓力就降低到原來的1/6了。
優點：
（1）保證了ID生成的絕對遞增有序
（2）大大的降低了數據庫的壓力，ID生成可以做到每秒生成幾萬幾十萬個
缺點：
（1）服務仍然是單點
（2）如果服務掛了，服務重啓起來之後，繼續生成ID可能會不連續，中間出現空洞（服務內存是保存着0,1,2,3,4,5，數據庫中max-id是5，分配到3時，服務重啓了，下次會從6開始分配，4和5就成了空洞，不過這個問題也不大）
（3）雖然每秒可以生成幾萬幾十萬個ID，但畢竟還是有性能上限，無法進行水平擴展
改進方法：
單點服務的常用高可用優化方案是“備用服務”，也叫“影子服務”，所以我們能用以下方法優化上述缺點（1）：
如上圖，對外提供的服務是主服務，有一個影子服務時刻處於備用狀態，當主服務掛了的時候影子服務頂上。這個切換的過程對調用方是透明的，可以自動完成，常用的技術是vip+keepalived，具體就不在這裏展開。
【常見方法三：uuid】
上述方案來生成ID，雖然性能大增，但由於是單點系統，總還是存在性能上限的。同時，上述兩種方案，不管是數據庫還是服務來生成ID，業務方Application都需要進行一次遠程調用，比較耗時。有沒有一種本地生成ID的方法，即高性能，又時延低呢？
uuid是一種常見的方案：string ID =GenUUID();
優點：
（1）本地生成ID，不需要進行遠程調用，時延低
（2）擴展性好，基本可以認爲沒有性能上限
缺點：
（1）無法保證趨勢遞增
（2）uuid過長，往往用字符串表示，作爲主鍵建立索引查詢效率低，常見優化方案爲“轉化爲兩個uint64整數存儲”或者“折半存儲”（折半後不能保證唯一性）
【常見方法四：取當前毫秒數】
uuid是一個本地算法，生成性能高，但無法保證趨勢遞增，且作爲字符串ID檢索效率低，有沒有一種能保證遞增的本地算法呢？
取當前毫秒數是一種常見方案：uint64 ID = GenTimeMS();
優點：
（1）本地生成ID，不需要進行遠程調用，時延低
（2）生成的ID趨勢遞增
（3）生成的ID是整數，建立索引後查詢效率高
缺點：
（1）如果併發量超過1000，會生成重複的ID
我去，這個缺點要了命了，不能保證ID的唯一性。當然，使用微秒可以降低衝突概率，但每秒最多隻能生成1000000個ID，再多的話就一定會衝突了，所以使用微秒並不從根本上解決問題。
【常見方法五：類snowflake算法】
snowflake是twitter開源的分佈式ID生成算法，其核心思想是：一個long型的ID，使用其中41bit作爲毫秒數，10bit作爲機器編號，12bit作爲毫秒內序列號。這個算法單機每秒內理論上最多可以生成1000*(2^12)，也就是400W的ID，完全能滿足業務的需求。
借鑑snowflake的思想，結合各公司的業務邏輯和併發量，可以實現自己的分佈式ID生成算法。
舉例，假設某公司ID生成器服務的需求如下：
（1）單機高峯併發量小於1W，預計未來5年單機高峯併發量小於10W
（2）有2個機房，預計未來5年機房數量小於4個
（3）每個機房機器數小於100臺
（4）目前有5個業務線有ID生成需求，預計未來業務線數量小於10個
（5）…
分析過程如下：
（1）高位取從2016年1月1日到現在的毫秒數（假設系統ID生成器服務在這個時間之後上線），假設系統至少運行10年，那至少需要10年*365天*24小時*3600秒*1000毫秒=320*10^9，差不多預留39bit給毫秒數
（2）每秒的單機高峯併發量小於10W，即平均每毫秒的單機高峯併發量小於100，差不多預留7bit給每毫秒內序列號
（3）5年內機房數小於4個，預留2bit給機房標識
（4）每個機房小於100臺機器，預留7bit給每個機房內的服務器標識
（5）業務線小於10個，預留4bit給業務線標識
這樣設計的64bit標識，可以保證：
（1）每個業務線、每個機房、每個機器生成的ID都是不同的
（2）同一個機器，每個毫秒內生成的ID都是不同的
（3）同一個機器，同一個毫秒內，以序列號區區分保證生成的ID是不同的
（4）將毫秒數放在最高位，保證生成的ID是趨勢遞增的
缺點：
（1）由於“沒有一個全局時鐘”，每臺服務器分配的ID是絕對遞增的，但從全局看，生成的ID只是趨勢遞增的（有些服務器的時間早，有些服務器的時間晚）
最後一個容易忽略的問題：
生成的ID，例如message-id/ order-id/ tiezi-id，在數據量大時往往需要分庫分表，這些ID經常作爲取模分庫分表的依據，爲了分庫分表後數據均勻，ID生成往往有“取模隨機性”的需求，所以我們通常把每秒內的序列號放在ID的最末位，保證生成的ID是隨機的。