分庫分表的 9種分布式主鍵ID 生成方案，挺全乎的

作者：程序員內點事 2020-11-10 07:44:18

引入任何一種技術都是存在風險的，分庫分表當然也不例外，除非庫、表數據量持續增加，大到一定程度，以至于現有高可用架構已無法支撐，否則不建議大家做分庫分表，因為做了數據分片后，你會發現自己踏上了一段踩坑之路，而分布式主鍵 ID 就是遇到的第一個坑。

[[351290]]

本文轉載自微信公眾號「程序員內點事」，作者程序員內點事。轉載本文請聯系程序員內點事公眾號。

不同數據節點間生成全局唯一主鍵是個棘手的問題，一張邏輯表 t_order 拆分成多個真實表 t_order_n，然后被分散到不同分片庫 db_0、db_1... ，各真實表的自增鍵由于無法互相感知從而會產生重復主鍵，此時數據庫本身的自增主鍵，就無法滿足分庫分表對主鍵全局唯一的要求。

db_0-- 
   |-- t_order_0 
   |-- t_order_1 
   |-- t_order_2 
db_1-- 
   |-- t_order_0 
   |-- t_order_1 
   |-- t_order_2

盡管我們可以通過嚴格約束，各個分片表自增主鍵的初始值和步長的方式來解決 ID 重復的問題，但這樣會讓運維成本陡增，而且可擴展性極差，一旦要擴容分片表數量，原表數據變動比較大，所以這種方式不太可取。

步長 step = 分表張數 
 
db_0-- 
   |-- t_order_0  ID: 0、6、12、18... 
   |-- t_order_1  ID: 1、7、13、19... 
   |-- t_order_2  ID: 2、8、14、20... 
db_1-- 
   |-- t_order_0  ID: 3、9、15、21... 
   |-- t_order_1  ID: 4、10、16、22... 
   |-- t_order_2  ID: 5、11、17、23...

目前已經有了許多第三放解決方案可以完美解決這個問題，比如基于 UUID、SNOWFLAKE算法、segment號段，使用特定算法生成不重復鍵，或者直接引用主鍵生成服務，像美團(Leaf)和滴滴(TinyId)等。

而sharding-jdbc 內置了兩種分布式主鍵生成方案，UUID、SNOWFLAKE，不僅如此它還抽離出分布式主鍵生成器的接口，以便于開發者實現自定義的主鍵生成器，后續我們會在自定義的生成器中接入滴滴(TinyId)的主鍵生成服務。

前邊介紹過在 sharding-jdbc 中要想為某個字段自動生成主鍵 ID，只需要在 application.properties 文件中做如下配置:

# 主鍵字段 
spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id 
# 主鍵ID 生成方案 
spring.shardingsphere.sharding.tables.t_order.key-generator.type=UUID 
# 工作機器 id 
spring.shardingsphere.sharding.tables.t_order.key-generator.props.worker.id=123

key-generator.column 表示主鍵字段，key-generator.type 為主鍵 ID 生成方案(內置或自定義的)，key-generator.props.worker.id 為機器ID，在主鍵生成方案設為 SNOWFLAKE 時機器ID 會參與位運算。

在使用 sharding-jdbc 分布式主鍵時需要注意兩點：

一旦 insert 插入操作的實體對象中主鍵字段已經賦值，那么即使配置了主鍵生成方案也會失效，最后SQL 執行的數據會以賦的值為準。
不要給主鍵字段設置自增屬性，否則主鍵ID 會以默認的 SNOWFLAKE 方式生成。比如：用 mybatis plus 的 @TableId 注解給字段 order_id 設置了自增主鍵，那么此時配置哪種方案，總是按雪花算法生成。
下面我們從源碼上分析下 sharding-jdbc 內置主鍵生成方案 UUID、SNOWFLAKE 是怎么實現的。

UUID

打開 UUID 類型的主鍵生成實現類 UUIDShardingKeyGenerator 的源碼發現，它的生成規則只有 UUID.randomUUID() 這么一行代碼，額~ 心中默默來了一句臥槽。

UUID 雖然可以做到全局唯一性，但還是不推薦使用它作為主鍵，因為我們的實際業務中不管是 user_id 還是 order_id 主鍵多為整型，而 UUID 生成的是個 32 位的字符串。

它的存儲以及查詢對 MySQL 的性能消耗較大，而且 MySQL 官方也明確建議，主鍵要盡量越短越好，作為數據庫主鍵 UUID 的無序性還會導致數據位置頻繁變動，嚴重影響性能。

public final class UUIDShardingKeyGenerator implements ShardingKeyGenerator { 
    private Properties properties = new Properties(); 
 
    public UUIDShardingKeyGenerator() { 
    } 
 
    public String getType() { 
        return "UUID"; 
    } 
 
    public synchronized Comparable<?> generateKey() { 
        return UUID.randomUUID().toString().replaceAll("-", ""); 
    } 
 
    public Properties getProperties() { 
        return this.properties; 
    } 
 
    public void setProperties(Properties properties) { 
        this.properties = properties; 
    } 
}

SNOWFLAKE

SNOWFLAKE(雪花算法)是默認使用的主鍵生成方案，生成一個 64bit的長整型(Long)數據。

sharding-jdbc 中雪花算法生成的主鍵主要由 4部分組成，1bit符號位、41bit時間戳位、10bit工作進程位以及 12bit 序列號位。

符號位(1bit位)

Java 中 Long 型的最高位是符號位，正數是0，負數是1，一般生成ID都為正數，所以默認為0

時間戳位(41bit)

41位的時間戳可以容納的毫秒數是 2 的 41次冪，而一年的總毫秒數為 1000L * 60 * 60 * 24 * 365，計算使用時間大概是69年，額~，我有生之間算是夠用了。

Math.pow(2, 41) / (365 * 24 * 60 * 60 * 1000L) = = 69年

工作進程位(10bit)

表示一個唯一的工作進程id，默認值為 0，可通過 key-generator.props.worker.id 屬性設置。

spring.shardingsphere.sharding.tables.t_order.key-generator.props.worker.id=0000

序列號位(12bit)

同一毫秒內生成不同的ID。

時鐘回撥

了解了雪花算法的主鍵 ID 組成后不難發現，這是一種嚴重依賴于服務器時間的算法，而依賴服務器時間的就會遇到一個棘手的問題：時鐘回撥。

為什么會出現時鐘回撥呢?

互聯網中有一種網絡時間協議 ntp 全稱 (Network Time Protocol) ，專門用來同步、校準網絡中各個計算機的時間。

這就是為什么，我們的手機現在不用手動校對時間，可每個人的手機時間還都是一樣的。

我們的硬件時鐘可能會因為各種原因變得不準( 快了或慢了 )，此時就需要 ntp 服務來做時間校準，做校準的時候就會發生服務器時鐘的跳躍或者回撥的問題。

雪花算法如何解決時鐘回撥

服務器時鐘回撥會導致產生重復的 ID，SNOWFLAKE 方案中對原有雪花算法做了改進，增加了一個最大容忍的時鐘回撥毫秒數。

如果時鐘回撥的時間超過最大容忍的毫秒數閾值，則程序直接報錯;如果在可容忍的范圍內，默認分布式主鍵生成器，會等待時鐘同步到最后一次主鍵生成的時間后再繼續工作。

最大容忍的時鐘回撥毫秒數，默認值為 0，可通過屬性 max.tolerate.time.difference.milliseconds 設置。

# 最大容忍的時鐘回撥毫秒數 
spring.shardingsphere.sharding.tables.t_order.key-generator.max.tolerate.time.difference.milliseconds=5

下面是看下它的源碼實現類 SnowflakeShardingKeyGenerator，核心流程大概如下：

最后一次生成主鍵的時間 lastMilliseconds 與當前時間currentMilliseconds 做比較，如果 lastMilliseconds > currentMilliseconds則意味著時鐘回調了。

那么接著判斷兩個時間的差值(timeDifferenceMilliseconds)是否在設置的最大容忍時間閾值 max.tolerate.time.difference.milliseconds內，在閾值內則線程休眠差值時間 Thread.sleep(timeDifferenceMilliseconds)，否則大于差值直接報異常。

/** 
 * @author xiaofu 
 */ 
public final class SnowflakeShardingKeyGenerator implements ShardingKeyGenerator{ 
    @Getter 
    @Setter 
    private Properties properties = new Properties(); 
     
    public String getType() { 
        return "SNOWFLAKE"; 
    } 
     
    public synchronized Comparable<?> generateKey() { 
     /** 
      * 當前系統時間毫秒數  
      */  
        long currentMilliseconds = timeService.getCurrentMillis(); 
        /** 
         * 判斷是否需要等待容忍時間差，如果需要，則等待時間差過去，然后再獲取當前系統時間  
         */  
        if (waitTolerateTimeDifferenceIfNeed(currentMilliseconds)) { 
            currentMilliseconds = timeService.getCurrentMillis(); 
        } 
        /** 
         * 如果最后一次毫秒與 當前系統時間毫秒相同，即還在同一毫秒內  
         */ 
        if (lastMilliseconds == currentMilliseconds) { 
         /** 
          * &位與運算符：兩個數都轉為二進制，如果相對應位都是1，則結果為1，否則為0 
          * 當序列為4095時，4095+1后的新序列與掩碼進行位與運算結果是0 
          * 當序列為其他值時，位與運算結果都不會是0 
          * 即本毫秒的序列已經用到最大值4096，此時要取下一個毫秒時間值 
          */ 
            if (0L == (sequence = (sequence + 1) & SEQUENCE_MASK)) { 
                currentMilliseconds = waitUntilNextTime(currentMilliseconds); 
            } 
        } else { 
         /** 
          * 上一毫秒已經過去，把序列值重置為1  
          */ 
            vibrateSequenceOffset(); 
            sequence = sequenceOffset; 
        } 
        lastMilliseconds = currentMilliseconds; 
         
        /** 
         * XX......XX XX000000 00000000 00000000 時間差 XX 
         *    XXXXXX XXXX0000 00000000 機器ID XX 
         *               XXXX XXXXXXXX 序列號 XX 
         *  三部分進行|位或運算：如果相對應位都是0，則結果為0，否則為1 
         */ 
        return ((currentMilliseconds - EPOCH) << TIMESTAMP_LEFT_SHIFT_BITS) | (getWorkerId() << WORKER_ID_LEFT_SHIFT_BITS) | sequence; 
    } 
     
    /** 
     * 判斷是否需要等待容忍時間差 
     */ 
    @SneakyThrows 
    private boolean waitTolerateTimeDifferenceIfNeed(final long currentMilliseconds) { 
     /** 
      * 如果獲取ID時的最后一次時間毫秒數小于等于當前系統時間毫秒數，屬于正常情況，則不需要等待  
      */ 
        if (lastMilliseconds <= currentMilliseconds) { 
            return false; 
        } 
        /** 
         * ===>時鐘回撥的情況（生成序列的時間大于當前系統的時間），需要等待時間差  
         */ 
        /** 
         * 獲取ID時的最后一次毫秒數減去當前系統時間毫秒數的時間差  
         */ 
        long timeDifferenceMilliseconds = lastMilliseconds - currentMilliseconds; 
        /** 
         * 時間差小于最大容忍時間差，即當前還在時鐘回撥的時間差之內  
         */ 
        Preconditions.checkState(timeDifferenceMilliseconds < getMaxTolerateTimeDifferenceMilliseconds(),  
                "Clock is moving backwards, last time is %d milliseconds, current time is %d milliseconds", lastMilliseconds, currentMilliseconds); 
        /** 
         * 線程休眠時間差  
         */ 
        Thread.sleep(timeDifferenceMilliseconds); 
        return true; 
    } 
     
    // 配置的機器ID 
    private long getWorkerId() { 
        long result = Long.valueOf(properties.getProperty("worker.id", String.valueOf(WORKER_ID))); 
        Preconditions.checkArgument(result >= 0L && result < WORKER_ID_MAX_VALUE); 
        return result; 
    } 
     
    private int getMaxTolerateTimeDifferenceMilliseconds() { 
        return Integer.valueOf(properties.getProperty("max.tolerate.time.difference.milliseconds", String.valueOf(MAX_TOLERATE_TIME_DIFFERENCE_MILLISECONDS))); 
    } 
     
    private long waitUntilNextTime(final long lastTime) { 
        long result = timeService.getCurrentMillis(); 
        while (result <= lastTime) { 
            result = timeService.getCurrentMillis(); 
        } 
        return result; 
    } 
}

但從 SNOWFLAKE 方案生成的主鍵ID 來看，order_id 它是一個18位的長整型數字，是不是發現它太長了，想要 MySQL 那種從 0 遞增的自增主鍵該怎么實現呢?別急，后邊已經會給出了解決辦法!

自定義

sharding-jdbc 利用 SPI 全稱( Service Provider Interface) 機制拓展主鍵生成規則，這是一種服務發現機制，通過掃描項目路徑 META-INF/services 下的文件，并自動加載文件里所定義的類。

實現自定義主鍵生成器其實比較簡單，只有兩步。

第一步，實現 ShardingKeyGenerator 接口，并重寫其內部方法，其中 getType() 方法為自定義的主鍵生產方案類型、generateKey() 方法則是具體生成主鍵的規則。

下面代碼中用 AtomicInteger 來模擬實現一個有序自增的 ID 生成。

/** 
 * @Author: xiaofu 
 * @Description: 自定義主鍵生成器 
 */ 
@Component 
public class MyShardingKeyGenerator implements ShardingKeyGenerator { 
 
 
    private final AtomicInteger count = new AtomicInteger(); 
 
    /** 
     * 自定義的生成方案類型 
     */ 
    @Override 
    public String getType() { 
        return "XXX"; 
    } 
 
    /** 
     * 核心方法-生成主鍵ID 
     */ 
    @Override 
    public Comparable<?> generateKey() { 
        return count.incrementAndGet(); 
    } 
 
    @Override 
    public Properties getProperties() { 
        return null; 
    } 
 
    @Override 
    public void setProperties(Properties properties) { 
 
    } 
}

第二步，由于是利用 SPI 機制實現功能拓展，我們要在 META-INF/services 文件中配置自定義的主鍵生成器類路勁。

com.xiaofu.sharding.key.MyShardingKeyGenerator

上面這些弄完我們測試一下，配置定義好的主鍵生成類型 XXX，并插入幾條數據看看效果。

spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id 
spring.shardingsphere.sharding.tables.t_order.key-generator.type=XXX

通過控制臺的SQL 解析日志發現，order_id 字段已按照有序自增的方式插入記錄，說明配置的沒問題。

舉一反九

既然可以自定義生成方案，那么實現分布式主鍵的思路就很多了，又想到之前我寫的這篇《9種分布式ID生成方案》，發現可以完美兼容，這里挑選其中的滴滴(Tinyid)來實踐一下，由于它是個單獨的分布式ID生成服務，所以要先搭建環境了。

Tinyid 的服務提供Http 和 Tinyid-client 兩種接入方式，下邊使用 Tinyid-client 方式快速使用，更多的細節到這篇文章里看吧，實在是介紹過太多次了。

Tinyid 服務搭建

先拉源代碼 https://github.com/didi/tinyid.git。

由于是基于號段模式實現的分布式ID，所以依賴于數據庫，要創建相應的表 tiny_id_info 、tiny_id_token 并插入默認數據。

CREATE TABLE `tiny_id_info` ( 
 `id` BIGINT (20) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵', 
 `biz_type` VARCHAR (63) NOT NULL DEFAULT '' COMMENT '業務類型，唯一', 
 `begin_id` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '開始id，僅記錄初始值，無其他含義。初始化時begin_id和max_id應相同', 
 `max_id` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '當前最大id', 
 `step` INT (11) DEFAULT '0' COMMENT '步長', 
 `delta` INT (11) NOT NULL DEFAULT '1' COMMENT '每次id增量', 
 `remainder` INT (11) NOT NULL DEFAULT '0' COMMENT '余數', 
 `create_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '創建時間', 
 `update_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時間', 
 `version` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '版本號', 
 PRIMARY KEY (`id`), 
 UNIQUE KEY `uniq_biz_type` (`biz_type`) 
) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8 COMMENT 'id信息表'; 
 
CREATE TABLE `tiny_id_token` ( 
 `id` INT (11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增id', 
 `token` VARCHAR (255) NOT NULL DEFAULT '' COMMENT 'token', 
 `biz_type` VARCHAR (63) NOT NULL DEFAULT '' COMMENT '此token可訪問的業務類型標識', 
 `remark` VARCHAR (255) NOT NULL DEFAULT '' COMMENT '備注', 
 `create_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '創建時間', 
 `update_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時間', 
 PRIMARY KEY (`id`) 
) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8 COMMENT 'token信息表'; 
 
INSERT INTO `tiny_id_token` (`id`, `token`, `biz_type`, `remark`, `create_time`, `update_time`) VALUES ('1', '0f673adf80504e2eaa552f5d791b644c', 'order', '1', '2017-12-14 16:36:46', '2017-12-14 16:36:48'); 
 
INSERT INTO `tiny_id_info` (`id`, `biz_type`, `begin_id`, `max_id`, `step`, `delta`, `remainder`, `create_time`, `update_time`, `version`) VALUES ('1', 'order', '1', '1', '100000', '1', '0', '2018-07-21 23:52:58', '2018-07-22 23:19:27', '1');

并在 Tinyid 服務中配置上邊表所在數據源信息

datasource.tinyid.primary.url=jdbc:mysql://47.93.6.e:3306/ds-0?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8 
datasource.tinyid.primary.username=root 
datasource.tinyid.primary.password=root

最后項目 maven install ，右鍵 TinyIdServerApplication 啟動服務， Tinyid 分布式ID生成服務就搭建完畢了。

自定義 Tinyid 主鍵類型

Tinyid 服務搭建完下邊在項目中引入它，新建個 tinyid_client.properties 文件其中添加 tinyid.server 和 tinyid.token 屬性，token 為之前 SQL 預先插入的用戶數據。

# tinyid 分布式ID 
# 服務地址 
tinyid.server=127.0.0.1:9999 
# 業務token 
tinyid.token=0f673adf80504e2eaa552f5d791b644c

代碼中獲取 ID更簡單，只需一行代碼，業務類型 order 是之前 SQ L 預先插入的數據。

Long id = TinyId.nextId("order");

我們開始自定義 Tinyid 主鍵生成類型的實現類 TinyIdShardingKeyGenerator 。

/** 
 * @Author: xiaofu 
 * @Description: 自定義主鍵生成器 
 */ 
@Component 
public class TinyIdShardingKeyGenerator implements ShardingKeyGenerator { 
     
    /** 
     * 自定義的生成方案類型 
     */ 
    @Override 
    public String getType() { 
        return "tinyid"; 
    } 
 
    /** 
     * 核心方法-生成主鍵ID 
     */ 
    @Override 
    public Comparable<?> generateKey() { 
         
        Long id = TinyId.nextId("order"); 
         
        return id; 
    } 
 
    @Override 
    public Properties getProperties() { 
        return null; 
    } 
 
    @Override 
    public void setProperties(Properties properties) { 
 
    } 
}

并在配置文件中啟用 Tinyid 主鍵生成類型，到此配置完畢，趕緊測試一下。

# 主鍵字段 
spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id 
# 主鍵ID 生成方案 
spring.shardingsphere.sharding.tables.t_order.key-generator.type=tinyid

測試 Tinyid 主鍵

向數據庫插入訂單記錄測試發現，主鍵ID字段 order_id 已經為趨勢遞增的了， Tinyid 服務成功接入，完美!

總結

后續的八種生成方式大家參考《9種分布式ID生成方案》按需接入吧，整體比較簡單這里就不依次實現了。

案例 GitHub 地址：https://github.com/chengxy-nds/Springboot-Notebook/tree/master/springboot-sharding-jdbc劉一手

原文鏈接：https://mp.weixin.qq.com/s/x1gVtnKh2OEAzSwv0sFDxg

責任編輯：武曉燕來源：程序員內點事

分庫分表生成

成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

分庫分表的 9種分布式主鍵ID 生成方案，挺全乎的