星球水友“寫代碼的”提問：

沈老師，我們現在用戶中心是單庫單表，uid使用數據庫自增主鍵，uid被很多業務關聯，不能變化。

現在用戶中心數據量逐步變大，有分庫需求了，如何由單庫升級為多庫，保持歷史uid不變，并且新生成的數據不沖突，有什么好辦法么?

==問題描述完==

應該有不少公司都會利用數據庫“插入數據自動自增id”來作為業務id，這種方法會使得業務與id生成強耦合，導致id生成算法難以升級。

今天和大家一起簡單探討下，id生成要考慮哪些要素。畫外音：別誤會，不是說“自增id”不好，是說它與業務耦合了，難以升級。

[[275323]]

一、id生成要考慮的技術點

幾乎所有業務，都會有一個業務唯一標識：

• 用戶標識：uid(user-id)
• 消息標識：mid(msg-id)
• 訂單標識：oid(order-id)

這個標識，在存儲系統里通常是主鍵，主鍵使用聚集索引(clustered-index)，即在物理存儲上以這個id排序。于是，對這個id有：唯一性，趨勢遞增性的要求。

畫外音：索引《1分鐘了解不同索引的差異》。

這個標識，也經常被用來做流量負載均衡，數據負載均衡的依據，即這個id必須在統計上必須是完全隨機的。于是，對這個id有：隨機性的要求。

同時，id生成算法升級，理論上對業務系統是透明的。于是，對這個id的生成有：獨立性需求。

為了保證id生成的上述特性，要有一個：

uint64_t GenID() 

的獨立方法(或者獨立接口)來生成id，生成id具體做什么用，該方法不關心，可以是用來做uid，也可以是用來做oid，甚至log-id。

當然，id生成的具體細節，業務也不用關心。即，GenID()的內部實現，可以是利用數據庫的自增id，也可以使用時間遞增，目前行業內最流行的，是仿照snowflake生成分布式id。

這個封裝，屏蔽了id生成的細節，保留方案升級的可能性，是系統設計中，解耦的體現。 如果使用了此類方法生成業務id，數據庫由單庫擴展多庫就很容易了：

• 確定一個路由算法，例如hash取模;
• 將單庫中的數據，通過這個路由算法遷移到多庫中去，以實現單庫數據量的減少;
• 通過這個路由算法尋找數據(讀);
• 通過這個路由算法插入數據(寫);

假如架構設計前期沒有提前考慮獨立的id生成，后期又要實施單庫拆多庫，該怎么辦呢?

二、針對星球水友提到的例子

歷史的坑已經鑄成，沒有解耦id生成方法，而且也沒法批量修改id，該怎么辦呢?

假設由單庫拆分為3庫，可以這么玩：

做一個1主2從數據庫集群，相當于每條數據復制成了3份;

• 將路由算法，設為取模hash算法，%3;
• 第一個庫，%3=0，把余1和余2的uid刪掉;
• 第二個庫，%3=1，把余0和余2的uid刪掉;
• 第三個庫，%3=2，把余0和余1的uid刪掉;
• 將每個庫的自增步長設置為3，這樣每個庫的id生成就不會重復了;
• 升級用戶中心，按照路由算法查詢uid數據;

搞定，拆庫擴容達成：

• 單庫數據量下降為了原來的1/3;
• 讀寫實例個數擴充為了原來的3倍;
• 并且id生成與查詢都不會沖突;

希望這個取巧的方法對你有幫助。

但更希望，大伙提前考慮id生成的唯一性、隨機性、趨勢遞增性、獨立性。

系統性考慮問題，知其然，知其所以然。

【本文為51CTO專欄作者“58沈劍”原創稿件，轉載請聯系原作者】

戳這里，看該作者更多好文