前言
我们目前主流的服务端系统都是分布式的架构。业务分布在不同的机器节点上产生数据，数据也存储在不同的机器节点。为了方便标识数据，我们使用唯一且有序的ID来标识数据。即：
- 整个分布式系统中，新生成的ID永远不会产生与之前已经生成的ID重复；
- 生成的所有ID可以根据生成的时间进行排序（生成时间晚的排序顺序靠后）
我们来看一下市面上的几种主流的ID生成方案。
一、Mysql 集群
由于我们的讨论前提是分布式架构的系统，所以这里的 Mysql 我们默认是集群版。
众所周知，Mysql 有自带的唯一ID机制，即自增主键，可以保证在同一个数据库中，表内生成的每一条记录都是唯一且有序的。
但是如果放在分布式系统里面，我们用分库/分表的架构存储记录，那就会导致在系统中产生重复的ID。
如下图，表1 2 3都是存储相同记录的不同表（可以在同一个数据库里，也可以在不同数据库里），表1 2 3都会产生id相同的数据。
为了解决这个问题，mysql 官方支持数据库 ID 生成时设置步长，可以保证不同数据库中相同表的id唯一性。
如上图，每个表都有不同的起始id和相同的步长，这就能保证业务记录Id的唯一性。
设置步长的方案虽然解决了id生成的唯一性，但是也有很大的缺点
- 不能保证ID的有序性和时间的强相关。（由于是分布式系统，不能保证id=4的数据一定在id=3的数据后面生成）
- 每次新增加一个节点，要重置所有节点的起始值和步长。
第二点只是数据库管理会麻烦一些，但是第一点不能满足我们对有序性的要求。
二、ID数据库
这里泛指一套单独维护的ID数据库，目的是为了保证业务系统内所有的ID的唯一性和有序性。
举几个例子，比如Mysql维护一条表记录，Redis 维护一个key，zookeeper 维护一个序列号。当所有业务都通过调用这些存储服务来生成+获取唯一ID的时候，就可以保证生成Id的唯一性和有序性。
缺点：
- 需要资源单独维护一个服务
- 如果ID数据库挂掉，整个业务就会停摆。如果ID数据库出现数据错乱，可能会影响到唯一性和有序性
总结一下就是，ID数据库可以提供唯一有序的ID，但是有一定的维护成本且系统的风险很高。
三、雪花算法
SnowFlake是Twitter公司采用的一种算法，目的是在分布式系统中产生全局唯一且整体递增的ID。
3.1 生成ID的结构
- 1 个 bit：0，这个是无意义的。
- 41 个 bit：表示的是时间戳。单位
毫秒 - 10 个 bit：在整个业务系统内，标识服务的唯一ID
- 12 个 bit：表示的序号，就是某个服务同一毫秒内同时生成的 id 的序号
3.2 生成原理
我们先看一下雪花ID的生成过程：
- 生成毫秒级别的时间戳，填充到 41bit 的位置
- 序列号默认为
000000000000。如果新生成的时间戳上次生成的相等，序列号就会 + 1。将序列号填充到 12bit 位置 - 存储当前生成的时间戳到内存中，以便下次生成时判断
- 获取到当前机器+进程的唯一标识，填充到 10bit 的位置
通过上述整个流程我们可以看到，雪花算法可以确保唯一性，单机内在同一毫秒生成的ID会有序列号的递增，多机环境在同一毫秒生成的ID会有机器+进程的唯一标识。
但是无法保证强有序性，比如多个机器在同一毫秒内生成的ID，就无法按照时间规则进行排序
3.3 缺点
雪花算法除了无法实现严格按照时间的有序性之外，还有一个可能存在的风险点，就是单机时钟回拨。
如果一个机器之前已经生成过ID，将机器的时间改为之前的时间，那么就有一定几率会生成与之前相同的ID。
四、mongoDB 的唯一ID生成策略
mongo唯一ID生成策略——ObjectId，和雪花算法相似度极高。区别在于雪花算法要占用64个字节，而 ObjectId 只需要占用 12个字节，但是objectId只能存储秒级别时间戳。
ObjectId如果用字符串表示则有24个字符，但实际上它是由一组十六进制的字符构成，每个字节两位的十六进制数字，总共用了12字节的存储空间。
比如：6331500a7cac81af7136236b 这个ID
- 前八位字符就代表十六进制的数字 6331500a，转换为十进制的数字就是 1664176138，作为
秒级时间戳转换为时间就是 2022-09-26 15:08:58 - 从时间戳字符结束的位置，向后六位字符，代表
机器码 - 从机器码字符结束的位置，向后四位字符，代表
进程的pid - 后六位字符就代表同一秒内生成的不同id的
序号
mongoDB 的 ObjectId 和雪花算法一样，无法实现严格按照时间的有序性，并且由于是秒级别的时间戳，所以不同机器生成的ID，不按照时间排序的可能性会大很多。而且如果单机时钟回拨，也会产生与之前重复的ID。
总结
| 特性/方案 | Mysql 集群 | ID数据库 | 雪花算法 | mongoDB ObjectId |
|---|---|---|---|---|
| 唯一性 | ✅ | ✅ | ✅ | ✅ |
| 按照生成时间的有序性 | ❌ | ✅ | ❌ | ❌ |
| 维护的难易程度 | 难 | 较难 | 易维护 | 易维护 |
在分布式系统中:
- 以上四种方案都可以保证生成ID的唯一性
- 如果并发量很小的系统，可以考虑 雪花算法/mongoDB ObjectId 方案来保证有序性
- 如果并发量很大，只能用ID数据库来保证有序性，但是会比 雪花算法/mongoDB ObjectId 方案增加维护成本