分庫分表之後，id 主鍵如何處理？（面試題7）

面試題

分庫分表之後，id 主鍵如何處理？

面試官心理分析

其實這是分庫分表之後你必然要面對的一個問題，就是 id 咋生成？因為要是分成多個表之後，每個表都是從 1 開始累加，那肯定不對啊，需要一個全局唯一的 id 來支持。所以這都是你實際生產環境中必須考慮的問題。

面試題剖析

數據庫自增 id

這個就是說你的系統裡每次得到一個 id，都是往一個庫的一個表裡插入一條沒什麼業務含義的數據，然後獲取一個數據庫自增的一個 id。拿到這個 id 之後再往對應的分庫分表裡去寫入。

這個方案的好處就是方便簡單，誰都會用；缺點就是單庫生成自增 id，要是高併發的話，就會有瓶頸的；如果你硬是要改進一下，那麼就專門開一個服務出來，這個服務每次就拿到當前 id 最大值，然後自己遞增幾個 id，一次性返回一批 id，然後再把當前最大 id 值修改成遞增幾個 id 之後的一個值；但是無論如何都是基於單個數據庫。

適合的場景：你分庫分表就倆原因，要不就是單庫併發太高，要不就是單庫數據量太大；除非是你併發不高，但是數據量太大導致的分庫分表擴容，你可以用這個方案，因為可能每秒最高併發最多就幾百，那麼就走單獨的一個庫和表生成自增主鍵即可。

uuid

好處就是本地生成，不要基於數據庫來了；不好之處就是，uuid 太長了，作為主鍵性能太差了，不適合用於主鍵。

適合的場景：如果你是要隨機生成個什麼文件名了，編號之類的，你可以用uuid，但是作為主鍵是不能用uuid的。

UUID.randomUUID().toString().replace(“-”, “”) -> sfsdf23423rr234sfdaf

獲取系統當前時間

這個就是獲取當前時間即可，但是問題是，併發很高的時候，比如一秒併發幾千，會有重複的情況，這個是肯定不合適的。基本就不用考慮了。

適合的場景：一般如果用這個方案，是將當前時間跟很多其他的業務字段拼接起來，作為一個id，如果業務上你覺得可以接受，那麼也是可以的。你可以將別的業務字段值跟當前時間拼接起來，組成一個全局唯一的編號。

snowflake 算法

snowflake 算法是 twitter 開源的分佈式 id 生成算法，就是把一個 64 位的 long 型的 id，1 個bit是不用的，用其中的 41 bit 作為毫秒數，用 10 bit 作為工作機器 id，12 bit 作為序列號。

• 1 bit：不用，為啥呢？因為二進制裡第一個 bit 為如果是 1，那麼都是負數，但是我們生成的 id 都是正數，所以第一個 bit 統一都是 0。
• 41 bit：表示的是時間戳，單位是毫秒。41 bit 可以表示的數字多達 2^41 - 1，也就是可以標識 2^41 - 1 個毫秒值，換算成年就是表示69年的時間。
• 10 bit：記錄工作機器 id，代表的是這個服務最多可以部署在 2^10臺機器上哪，也就是1024臺機器。但是 10 bit 裡 5 個 bit 代表機房 id，5 個 bit 代表機器 id。意思就是最多代表 2^5個機房（32個機房），每個機房裡可以代表 2^5 個機器（32臺機器）。
• 12 bit：這個是用來記錄同一個毫秒內產生的不同 id，12 bit 可以代表的最大正整數是 2^12 - 1 = 4096，也就是說可以用這個 12 bit 代表的數字來區分同一個毫秒內的 4096 個不同的 id。

0 | 0001100 10100010 10111110 10001001 01011100 00 | 10001 | 1 1001 | 0000 00000000

public class IdWorker {
 private long workerId; 

 private long datacenterId;
 private long sequence;
 public IdWorker(long workerId, long datacenterId, long sequence) {
 // sanity check for workerId
 // 這兒不就檢查了一下，要求就是你傳遞進來的機房id和機器id不能超過32，不能小於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));
 }
 System.out.printf(
 "worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
 timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);
 this.workerId = workerId;
 this.datacenterId = datacenterId;
 this.sequence = sequence;
 }
 private long twepoch = 1288834974657L;
 private long workerIdBits = 5L;
 private long datacenterIdBits = 5L;
 // 這個是二進制運算，就是 5 bit最多隻能有31個數字，也就是說機器id最多隻能是32以內
 private long maxWorkerId = -1L ^ (-1L << workerIdBits);
 // 這個是一個意思，就是 5 bit最多隻能有31個數字，機房id最多隻能是32以內
 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(); 

 }
 public synchronized long nextId() {
 // 這兒就是獲取當前時間戳，單位是毫秒
 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));
 }
 if (lastTimestamp == timestamp) {
 // 這個意思是說一個毫秒內最多隻能有4096個數字
 // 無論你傳遞多少進來，這個位運算保證始終就是在4096這個範圍內，避免你自己傳遞個sequence超過了4096這個範圍
 sequence = (sequence + 1) & sequenceMask;
 if (sequence == 0) {
 timestamp = tilNextMillis(lastTimestamp);
 }
 } else {
 sequence = 0;
 }
 // 這兒記錄一下最近一次生成id的時間戳，單位是毫秒
 lastTimestamp = timestamp;
 // 這兒就是將時間戳左移，放到 41 bit那兒；
 // 將機房 id左移放到 5 bit那兒；
 // 將機器id左移放到5 bit那兒；將序號放最後12 bit；
 // 最後拼接起來成一個 64 bit的二進制數字，轉換成 10 進制就是個 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();
 }
 // ---------------測試---------------
 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());
 }
 }
}

怎麼說呢，大概這個意思吧，就是說 41 bit 是當前毫秒單位的一個時間戳，就這意思；然後 5 bit 是你傳遞進來的一個機房 id（但是最大隻能是32以內），5 bit 是你傳遞進來的機器 id（但是最大隻能是32以內），剩下的那個 12 bit序列號，就是如果跟你上次生成 id 的時間還在一個毫秒內，那麼會把順序給你累加，最多在 4096 個序號以內。

所以你自己利用這個工具類，自己搞一個服務，然後對每個機房的每個機器都初始化這麼一個東西，剛開始這個機房的這個機器的序號就是 0。然後每次接收到一個請求，說這個機房的這個機器要生成一個 id，你就找到對應的 Worker 生成。

利用這個 snowflake 算法，你可以開發自己公司的服務，甚至對於機房 id 和機器 id，反正給你預留了5 bit + 5 bit，你換成別的有業務含義的東西也可以的。

這個 snowflake 算法相對來說還是比較靠譜的，所以你要真是搞分佈式 id 生成，如果是高併發啥的，那麼用這個應該性能比較好，一般每秒幾萬併發的場景，也足夠你用了。

來源[https://github.com/doocs/advanced-java/blob/master/docs/high-concurrency/database-shard-global-id-generate.md]

閱讀更多 Java學院 的文章

關鍵字: 主鍵 面試題 面試