一、背景介紹
在大型互聯網應用中，隨着用戶數的增加；爲了提高應用的性能，我們經常需要對數據庫進行分庫分表操作。在單表時代我們可以完全依賴於數據庫的自增ID來唯一標識一個條數據。但是當我們對數據庫進行了分庫分表之後，就不能依賴於每個表的自增ID來全局唯一標識這些數據了。因爲自增的ID不能在分庫分表的場景下準確的路由到正確的數據。
因此我們需要提供一個全局唯一的ID生成策略來支持分庫分表的應用環境；
這個系統必須滿足以下需求：
· 全局唯一： 不能出現重複的ID；
· 高可用： ID生成系統屬於基礎服務，同時被許多關鍵系統調用，一旦宕機，會造成嚴重影響；
二、經典方案介紹
1. UUID
UUID是Universally Unique Identifier的縮寫，它是在一定範圍內（從特定的名字空間到全球）唯一的機器生成的標識符，UUID是16字節128位長的數字，通常以36字節的字符串表示；比如：
UUID經由一定的算法機器生成，爲了保證UUID的唯一性，規範定義了包括網卡MAC地址、時間戳、名字空間(Namespace)、隨機或僞隨機數、時序等元素，以及從這些元素生成UUID的算法。UUID的複雜特性在保證了其唯一性的同時，意味着只能由計算機生成。
優點：本地生成ID，不需要遠程調用、低延時、性能高；
缺點：UUID過長，16字節128位，很多場景不適用；比如用UUID做數據庫的索引時，插入數據時數據量越大，插入性能越低；
UUID不是有序的，無法保證趨勢遞增；
2. Flicker方案
該方案主要的思路是採用了MySQL自增長的ID的機制（auto_increment + replace into）
--- 數據表CREATE TABLE Tickets64 (
id bigint(20) unsigned NOT NULL auto_increment,
stub char(1) NOT NULL default '',
PRIMARY KEY (id),
UNIQUE KEY stub (stub))ENGINE=MyISAM;
--- 每次業務使用下列sql讀寫MySQL得到ID號
REPLACE INTO Tickets64 (stub) VALUES ('a');
SELECT LAST_INSERT_ID();replace into跟insert功能類似，不同之處在於： replace into 首先嚐試插入數據到表中，如果發現表中已經有此行數據則先刪除此行數據，然後插入新的數據，否則直接插入新數據；
優點：充分藉助數據庫的自增ID機制，可靠性高，生成有序ID
缺點：ID生成性能依賴單臺數據庫讀寫性能；
依賴數據庫，當數據庫異常時整個系統不可用。
3. Twitter-Snowflake方案
Twitter-Snowflake算法產生的背景相當簡單，是爲了滿足Twitter每秒上萬條消息的請求，每條消息都必須分配一條唯一的id，這些id還需要一些大致的順序（方便客戶排序），並且在分佈式系統中不同機器產生的id必須不同。
Snowflake算法核心
把時間戳、工作機器Id、序列號組合在一起。
除了最高位bit標記爲不可用以外，其餘三組bit佔位均可浮動，具體看業務需求而定。默認情況下：
41bit的時間戳可以支持該算法使用到2082年；
10bit的工作機器id可以支持1023臺機器，
序列號支持1毫秒產生4095個自增序列id。
Snowflake - 時間戳
在這裏，時間戳的粒度爲毫秒級，具體代碼如下：
uint64_t generateStamp() {
timeval tv;
gettimeofday(&tv, 0);
return (uint64_t)tv.tv_sec * 1000 + (uint64_t)tv.tv_usec / 1000;
}默認情況下有41個bit可以使用，那麼(1 << 41) / (3600 * 24 * 365 * 1000) = 69.7年
Snowflake - 工作機器Id
嚴格意義來說工作機器Id可以是進程級的, 機器級的話可以使用MAC地址來唯一標示工作機器，工作進程級可以使用IP + Path來區分工作進程。如果工作機器比較少，可以使用配置文件來設置這個id是一個不錯的選擇，如果機器過多配置文件來維護則是一件災難性的事情。
Snowflake - 序列號
序列號就是一系列的自增Id,爲了處理在同一毫秒內需要給多條消息分配id，若同一毫秒把序列號用完了，則“等待至下一毫秒”
uint64_t waitNextMs(uint64_t lastStamp){
uint64_t cur = 0;
do {
cur = generateStamp();
} while (cur <= lastStamp);
return cur;
}我這兒整理了比較全面的JAVA相關的面試資料，
需要領取面試資料的同學，請加羣：473984645
獲取更多學習資料，可以加羣：473984645或掃描下方二維碼
