一背景
传统生成id方式可以靠数据库的自增来实现，但是在分布式环境下不太适应。依赖数据库容易造成单点。
为什么不用UUID的，网上看别人介绍的时候，从两个方面去分析：
1 大并发的情况下，UUID会出现重复。
2.UUID是随即的，含义不明。从业务角度去考虑，如果用作订单，用户查询订单在数据分片的情况下很可能分散在多个库，查询困难。
全局唯一id的要求比较高：
不能有单点故障。
性能好，毫秒级返回。
能顺序便于DB存储及划分。
二 使用zookeeper生成全局唯一id.
2.1 利用Zookeeper的znode数据版本生成序列号
客户端采用：zkClient （https://github.com/adyliu/zkclient）
<dependency> <groupId>com.github.adyliu</groupId> <artifactId>zkclient</artifactId> <version>2.1.1</version> </dependency>
java 代码实现
public class ZKSeqTest {
//提前创建好存储Seq的"/createSeq"结点 CreateMode.PERSISTENT
public static final String SEQ_ZNODE = "/seq";
//通过znode数据版本实现分布式seq生成
public static class Task1 implements Runnable {
private final String taskName;
public Task1(String taskName) {
this.taskName = taskName;
}
@Override
public void run() {
ZkClient zkClient = new ZkClient("192.168.190.36:2181", 3000, 50000);
Stat stat =zkClient.writeData(SEQ_ZNODE, new byte[0], -1);
int versionAsSeq = stat.getVersion();
System.out.println(taskName + " obtain seq=" +versionAsSeq );
zkClient.close();
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
//main
final ExecutorService service = Executors.newFixedThreadPool(20);
for (int i = 0; i < 10; i++) {
service.execute(new Task1("[Concurrent-" + i + "]"));
}
}
}
public class ZKLock {
//提前创建好锁对象的结点"/lock" CreateMode.PERSISTENT
public static final String LOCK_ZNODE = "/lock";
//分布式锁实现分布式seq生成
public static class Task2 implements Runnable, IZkChildListener {
private final String taskName;
private final ZkClient zkClient;
private final String lockPrefix = "/loc";
private final String selfZnode;
public Task2(String taskName) {
this.taskName = taskName;
zkClient = new ZkClient("192.168.190.36:2181", 30000, 50000);
selfZnode = zkClient.createEphemeralSequential(LOCK_ZNODE + lockPrefix, new byte[0]);
}
@Override
public void run() {
createSeq();
}
private void createSeq() {
Stat stat = new Stat();
byte[] oldData = zkClient.readData(LOCK_ZNODE, stat);
byte[] newData = update(oldData);
zkClient.writeData(LOCK_ZNODE, newData);
System.out.println(taskName + selfZnode + " obtain seq=" + new String(newData));
}
private byte[] update(byte[] currentData) {
String s = new String(currentData);
int d = Integer.parseInt(s);
d = d + 1;
s = String.valueOf(d);
return s.getBytes();
}
@Override
public void handleChildChange(String parentPath,
List<String> currentChildren) throws Exception {
// TODO Auto-generated method stub
}
}
public static void main(String[] args) {
final ExecutorService service = Executors.newFixedThreadPool(20);
for (int i = 0; i < 10; i++) {
service.execute(new Task2("[Concurrent-" + i + "]"));
}
service.shutdown();
}
}
利用带序列号的znode实现
[java] view plain copy
后端看日志就是运行期间有临时节点，会话结束后自动删除。
三 开源方案
网上还有开源的更好的开源实现方案值得借鉴。
3.1Flikr
基于int/bigint的自增
优：开发成本低
劣：如果需要高性能，需要专门一套MySQL集群只用于生成自增ID。可用性也不强
3.2 Snowflake
twitter利用zookeeper实现了一个全局ID生成的服务snowflake，https://github.com/twitter/snowflake，可以生成全局唯一的64bit ID。
生成的ID的构成：
时间--用前面41 bit来表示时间，精确到毫秒，可以表示69年的数据 机器ID--用10 bit来表示，也就是说可以部署1024台机器 序列数--用12 bit来表示，意味着每台机器，每毫秒最多可以生成4096个ID
优：可用性强，速度快，id保存信息多。
劣：需要引入zookeeper 和独立的snowflake专用服务器
3.3instagram
instagram参考了flickr的方案，再结合twitter的经验，利用Postgres数据库的特性，实现了一个更简单可靠的ID生成服务。
- 使用41 bit来存放时间，精确到毫秒，可以使用41年。
- 使用13 bit来存放逻辑分片ID。
- 使用10 bit来存放自增长ID，意味着每台机器，每毫秒最多可以生成1024个ID
优： 开发成本低
劣： 基于postgreSQL的存储过程，通用性差
还有基于redis的全局id生成方案：http://blog.csdn.net/hengyunabc/article/details/44244951
参考：
http://blog.csdn.net/bohu83/article/details/51457961