一尘执、為什么要用分布式ID舍哄？

在說(shuō)分布式ID的具體實(shí)現(xiàn)之前，我們來(lái)簡(jiǎn)單分析一下為什么用分布式ID誊锭？分布式ID應(yīng)該滿(mǎn)足哪些特征表悬？

1、什么是分布式ID丧靡？

拿MySQL數(shù)據(jù)庫(kù)舉個(gè)栗子：

在我們業(yè)務(wù)數(shù)據(jù)量不大的時(shí)候蟆沫，單庫(kù)單表完全可以支撐現(xiàn)有業(yè)務(wù)籽暇，數(shù)據(jù)再大一點(diǎn)搞個(gè)MySQL主從同步讀寫(xiě)分離也能對(duì)付。

但隨著數(shù)據(jù)日漸增長(zhǎng)饭庞，主從同步也扛不住了戒悠，就需要對(duì)數(shù)據(jù)庫(kù)進(jìn)行分庫(kù)分表，但分庫(kù)分表后需要有一個(gè)唯一ID來(lái)標(biāo)識(shí)一條數(shù)據(jù)舟山，數(shù)據(jù)庫(kù)的自增ID顯然不能滿(mǎn)足需求绸狐；特別一點(diǎn)的如訂單、優(yōu)惠券也都需要有唯一ID做標(biāo)識(shí)累盗。此時(shí)一個(gè)能夠生成全局唯一ID的系統(tǒng)是非常必要的寒矿。那么這個(gè)全局唯一ID就叫分布式ID。

2若债、那么分布式ID需要滿(mǎn)足那些條件符相？

• 全局唯一：必須保證ID是全局性唯一的，基本要求

• 高性能：高可用低延時(shí)蠢琳，ID生成響應(yīng)要塊啊终，否則反倒會(huì)成為業(yè)務(wù)瓶頸

• 高可用：100%的可用性是騙人的，但是也要無(wú)限接近于100%的可用性

• 好接入：要秉著拿來(lái)即用的設(shè)計(jì)原則挪凑，在系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)上要盡可能的簡(jiǎn)單

• 趨勢(shì)遞增：最好趨勢(shì)遞增孕索，這個(gè)要求就得看具體業(yè)務(wù)場(chǎng)景了，一般不嚴(yán)格要求

二躏碳、 分布式ID都有哪些生成方式搞旭？

今天主要分析一下以下9種，分布式ID生成器方式以及優(yōu)缺點(diǎn)：

• UUID

• 數(shù)據(jù)庫(kù)自增ID

• 數(shù)據(jù)庫(kù)多主模式

• 號(hào)段模式

• Redis

• 雪花算法（SnowFlake）

• 滴滴出品（TinyID）

• 百度 （Uidgenerator）

• 美團(tuán)（Leaf）

那么它們都是如何實(shí)現(xiàn)菇绵？以及各自有什么優(yōu)缺點(diǎn)肄渗？我們往下看

image

以上圖片源自網(wǎng)絡(luò)，如有侵權(quán)聯(lián)系刪除

1咬最、基于UUID

在Java的世界里翎嫡，想要得到一個(gè)具有唯一性的ID，首先被想到可能就是UUID永乌，畢竟它有著全球唯一的特性惑申。那么UUID可以做分布式ID嗎？答案是可以的翅雏，但是并不推薦圈驼！

public static void main(String[] args) { 
       String uuid = UUID.randomUUID().toString().replaceAll("-","");
       System.out.println(uuid);
 }

UUID的生成簡(jiǎn)單到只有一行代碼，輸出結(jié)果 c2b8c2b9e46c47e3b30dca3b0d447718望几，但UUID卻并不適用于實(shí)際的業(yè)務(wù)需求绩脆。像用作訂單號(hào)UUID這樣的字符串沒(méi)有絲毫的意義，看不出和訂單相關(guān)的有用信息；而對(duì)于數(shù)據(jù)庫(kù)來(lái)說(shuō)用作業(yè)務(wù)主鍵ID靴迫，它不僅是太長(zhǎng)還是字符串惕味，存儲(chǔ)性能差查詢(xún)也很耗時(shí)，所以不推薦用作分布式ID玉锌。

優(yōu)點(diǎn)：

• 生成足夠簡(jiǎn)單名挥，本地生成無(wú)網(wǎng)絡(luò)消耗，具有唯一性

缺點(diǎn)：

• 無(wú)序的字符串芬沉，不具備趨勢(shì)自增特性

• 沒(méi)有具體的業(yè)務(wù)含義

• 長(zhǎng)度過(guò)長(zhǎng)16 字節(jié)128位躺同，36位長(zhǎng)度的字符串，存儲(chǔ)以及查詢(xún)對(duì)MySQL的性能消耗較大丸逸，MySQL官方明確建議主鍵要盡量越短越好蹋艺，作為數(shù)據(jù)庫(kù)主鍵 UUID 的無(wú)序性會(huì)導(dǎo)致數(shù)據(jù)位置頻繁變動(dòng)，嚴(yán)重影響性能黄刚。

2捎谨、基于數(shù)據(jù)庫(kù)自增ID

基于數(shù)據(jù)庫(kù)的auto_increment自增ID完全可以充當(dāng)分布式ID，具體實(shí)現(xiàn)：需要一個(gè)單獨(dú)的MySQL實(shí)例用來(lái)生成ID憔维，建表結(jié)構(gòu)如下：

CREATE DATABASE `SEQ_ID`;
CREATE TABLE SEQID.SEQUENCE_ID (
    id bigint(20) unsigned NOT NULL auto_increment, 
    value char(10) NOT NULL default '',
    PRIMARY KEY (id),
) ENGINE=MyISAM;
insert into SEQUENCE_ID(value)  VALUES ('values');

當(dāng)我們需要一個(gè)ID的時(shí)候涛救，向表中插入一條記錄返回主鍵ID，但這種方式有一個(gè)比較致命的缺點(diǎn)业扒，訪(fǎng)問(wèn)量激增時(shí)MySQL本身就是系統(tǒng)的瓶頸检吆，用它來(lái)實(shí)現(xiàn)分布式服務(wù)風(fēng)險(xiǎn)比較大，不推薦程储！

優(yōu)點(diǎn)：

• 實(shí)現(xiàn)簡(jiǎn)單蹭沛，ID單調(diào)自增，數(shù)值類(lèi)型查詢(xún)速度快

缺點(diǎn)：

• DB單點(diǎn)存在宕機(jī)風(fēng)險(xiǎn)章鲤，無(wú)法扛住高并發(fā)場(chǎng)景

3摊灭、基于數(shù)據(jù)庫(kù)集群模式

前邊說(shuō)了單點(diǎn)數(shù)據(jù)庫(kù)方式不可取，那對(duì)上邊的方式做一些高可用優(yōu)化败徊，換成主從模式集群帚呼。害怕一個(gè)主節(jié)點(diǎn)掛掉沒(méi)法用，那就做雙主模式集群皱蹦，也就是兩個(gè)Mysql實(shí)例都能單獨(dú)的生產(chǎn)自增ID煤杀。

那這樣還會(huì)有個(gè)問(wèn)題，兩個(gè)MySQL實(shí)例的自增ID都從1開(kāi)始沪哺，會(huì)生成重復(fù)的ID怎么辦怜珍？

解決方案：設(shè)置起始值和自增步長(zhǎng)

MySQL_1 配置：

set @@auto_increment_offset = 1;     -- 起始值
set @@auto_increment_increment = 2;  -- 步長(zhǎng)

MySQL_2 配置：

set @@auto_increment_offset = 2;     -- 起始值
set @@auto_increment_increment = 2;  -- 步長(zhǎng)

這樣兩個(gè)MySQL實(shí)例的自增ID分別就是：

1、3凤粗、5、7、9
2嫌拣、4柔袁、6、8异逐、10

那如果集群后的性能還是扛不住高并發(fā)咋辦捶索？就要進(jìn)行MySQL擴(kuò)容增加節(jié)點(diǎn)，這是一個(gè)比較麻煩的事灰瞻。

image

從上圖可以看出腥例，水平擴(kuò)展的數(shù)據(jù)庫(kù)集群，有利于解決數(shù)據(jù)庫(kù)單點(diǎn)壓力的問(wèn)題酝润，同時(shí)為了ID生成特性燎竖，將自增步長(zhǎng)按照機(jī)器數(shù)量來(lái)設(shè)置。

增加第三臺(tái)MySQL實(shí)例需要人工修改一要销、二兩臺(tái)MySQL實(shí)例的起始值和步長(zhǎng)构回，把第三臺(tái)機(jī)器的ID起始生成位置設(shè)定在比現(xiàn)有最大自增ID的位置遠(yuǎn)一些，但必須在一疏咐、二兩臺(tái)MySQL實(shí)例ID還沒(méi)有增長(zhǎng)到第三臺(tái)MySQL實(shí)例的起始ID值的時(shí)候纤掸，否則自增ID就要出現(xiàn)重復(fù)了，必要時(shí)可能還需要停機(jī)修改浑塞。

優(yōu)點(diǎn)：

• 解決DB單點(diǎn)問(wèn)題

缺點(diǎn)：

• 不利于后續(xù)擴(kuò)容借跪，而且實(shí)際上單個(gè)數(shù)據(jù)庫(kù)自身壓力還是大，依舊無(wú)法滿(mǎn)足高并發(fā)場(chǎng)景酌壕。

4掏愁、基于數(shù)據(jù)庫(kù)的號(hào)段模式

號(hào)段模式是當(dāng)下分布式ID生成器的主流實(shí)現(xiàn)方式之一，號(hào)段模式可以理解為從數(shù)據(jù)庫(kù)批量的獲取自增ID仅孩，每次從數(shù)據(jù)庫(kù)取出一個(gè)號(hào)段范圍托猩，例如 (1,1000] 代表1000個(gè)ID，具體的業(yè)務(wù)服務(wù)將本號(hào)段辽慕，生成1~1000的自增ID并加載到內(nèi)存京腥。表結(jié)構(gòu)如下：

CREATE TABLE id_generator (
  id int(10) NOT NULL,
  max_id bigint(20) NOT NULL COMMENT '當(dāng)前最大id',
  step int(20) NOT NULL COMMENT '號(hào)段的布長(zhǎng)',
  biz_type    int(20) NOT NULL COMMENT '業(yè)務(wù)類(lèi)型',
  version int(20) NOT NULL COMMENT '版本號(hào)',
  PRIMARY KEY (`id`)
)  

biz_type ：代表不同業(yè)務(wù)類(lèi)型

max_id ：當(dāng)前最大的可用id

step ：代表號(hào)段的長(zhǎng)度

version ：是一個(gè)樂(lè)觀鎖，每次都更新version溅蛉，保證并發(fā)時(shí)數(shù)據(jù)的正確性

等這批號(hào)段ID用完公浪，再次向數(shù)據(jù)庫(kù)申請(qǐng)新號(hào)段，對(duì)max_id字段做一次update操作船侧，update max_id= max_id + step欠气，update成功則說(shuō)明新號(hào)段獲取成功，新的號(hào)段范圍是(max_id ,max_id +step]镜撩。

update id_generator set max_id = #{max_id+step}, version = version + 1 where version = # {version} and biz_type = XXX

由于多業(yè)務(wù)端可能同時(shí)操作预柒，所以采用版本號(hào)version樂(lè)觀鎖方式更新，這種分布式ID生成方式不強(qiáng)依賴(lài)于數(shù)據(jù)庫(kù)，不會(huì)頻繁的訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)宜鸯，對(duì)數(shù)據(jù)庫(kù)的壓力小很多憔古。

5、基于Redis模式

Redis也同樣可以實(shí)現(xiàn)淋袖，原理就是利用redis的 incr命令實(shí)現(xiàn)ID的原子性自增鸿市。

127.0.0.1:6379> set seq_id 1     // 初始化自增ID為1
OK
127.0.0.1:6379> incr seq_id      // 增加1，并返回遞增后的數(shù)值
(integer) 2

用redis實(shí)現(xiàn)需要注意一點(diǎn)即碗，要考慮到redis持久化的問(wèn)題焰情。redis有兩種持久化方式RDB和AOF

• RDB會(huì)定時(shí)打一個(gè)快照進(jìn)行持久化，假如連續(xù)自增但redis沒(méi)及時(shí)持久化剥懒，而這會(huì)Redis掛掉了内舟，重啟Redis后會(huì)出現(xiàn)ID重復(fù)的情況。

• AOF會(huì)對(duì)每條寫(xiě)命令進(jìn)行持久化蕊肥，即使Redis掛掉了也不會(huì)出現(xiàn)ID重復(fù)的情況谒获，但由于incr命令的特殊性，會(huì)導(dǎo)致Redis重啟恢復(fù)的數(shù)據(jù)時(shí)間過(guò)長(zhǎng)壁却。

6批狱、基于雪花算法（Snowflake）模式

雪花算法（Snowflake）是twitter公司內(nèi)部分布式項(xiàng)目采用的ID生成算法，開(kāi)源后廣受?chē)?guó)內(nèi)大廠的好評(píng)展东，在該算法影響下各大公司相繼開(kāi)發(fā)出各具特色的分布式生成器赔硫。

image

以上圖片源自網(wǎng)絡(luò)，如有侵權(quán)聯(lián)系刪除

Snowflake生成的是Long類(lèi)型的ID盐肃，一個(gè)Long類(lèi)型占8個(gè)字節(jié)爪膊，每個(gè)字節(jié)占8比特，也就是說(shuō)一個(gè)Long類(lèi)型占64個(gè)比特砸王。

Snowflake ID組成結(jié)構(gòu)：正數(shù)位（占1比特）+ 時(shí)間戳（占41比特）+ 機(jī)器ID（占5比特）+ 數(shù)據(jù)中心（占5比特）+ 自增值（占12比特）推盛，總共64比特組成的一個(gè)Long類(lèi)型。

• 第一個(gè)bit位（1bit）：Java中l(wèi)ong的最高位是符號(hào)位代表正負(fù)谦铃，正數(shù)是0耘成，負(fù)數(shù)是1，一般生成ID都為正數(shù)驹闰，所以默認(rèn)為0瘪菌。

• 時(shí)間戳部分（41bit）：毫秒級(jí)的時(shí)間，不建議存當(dāng)前時(shí)間戳嘹朗，而是用（當(dāng)前時(shí)間戳 - 固定開(kāi)始時(shí)間戳）的差值师妙，可以使產(chǎn)生的ID從更小的值開(kāi)始；41位的時(shí)間戳可以使用69年屹培，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年

• 工作機(jī)器id（10bit）：也被叫做workId默穴，這個(gè)可以靈活配置怔檩，機(jī)房或者機(jī)器號(hào)組合都可以。

• 序列號(hào)部分（12bit）壁顶，自增值支持同一毫秒內(nèi)同一個(gè)節(jié)點(diǎn)可以生成4096個(gè)ID

根據(jù)這個(gè)算法的邏輯珠洗，只需要將這個(gè)算法用Java語(yǔ)言實(shí)現(xiàn)出來(lái)，封裝為一個(gè)工具方法若专，那么各個(gè)業(yè)務(wù)應(yīng)用可以直接使用該工具方法來(lái)獲取分布式ID，只需保證每個(gè)業(yè)務(wù)應(yīng)用有自己的工作機(jī)器id即可蝴猪，而不需要單獨(dú)去搭建一個(gè)獲取分布式ID的應(yīng)用调衰。

Java版本的****Snowflake算法實(shí)現(xiàn)：

/**
 * Twitter的SnowFlake算法,使用SnowFlake算法生成一個(gè)整數(shù)，然后轉(zhuǎn)化為62進(jìn)制變成一個(gè)短地址URL
 *
 * https://github.com/beyondfengyu/SnowFlake
 */
public class SnowFlakeShortUrl {

    /**
     * 起始的時(shí)間戳
     */
    private final static long START_TIMESTAMP = 1480166465631L;

    /**
     * 每一部分占用的位數(shù)
     */
    private final static long SEQUENCE_BIT = 12;   //序列號(hào)占用的位數(shù)
    private final static long MACHINE_BIT = 5;     //機(jī)器標(biāo)識(shí)占用的位數(shù)
    private final static long DATA_CENTER_BIT = 5; //數(shù)據(jù)中心占用的位數(shù)

    /**
     * 每一部分的最大值
     */
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private final static long MAX_DATA_CENTER_NUM = -1L ^ (-1L << DATA_CENTER_BIT);

    /**
     * 每一部分向左的位移
     */
    private final static long MACHINE_LEFT = SEQUENCE_BIT;
    private final static long DATA_CENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private final static long TIMESTAMP_LEFT = DATA_CENTER_LEFT + DATA_CENTER_BIT;

    private long dataCenterId;  //數(shù)據(jù)中心
    private long machineId;     //機(jī)器標(biāo)識(shí)
    private long sequence = 0L; //序列號(hào)
    private long lastTimeStamp = -1L;  //上一次時(shí)間戳

    private long getNextMill() {
        long mill = getNewTimeStamp();
        while (mill <= lastTimeStamp) {
            mill = getNewTimeStamp();
        }
        return mill;
    }

    private long getNewTimeStamp() {
        return System.currentTimeMillis();
    }

    /**
     * 根據(jù)指定的數(shù)據(jù)中心ID和機(jī)器標(biāo)志ID生成指定的序列號(hào)
     *
     * @param dataCenterId 數(shù)據(jù)中心ID
     * @param machineId    機(jī)器標(biāo)志ID
     */
    public SnowFlakeShortUrl(long dataCenterId, long machineId) {
        if (dataCenterId > MAX_DATA_CENTER_NUM || dataCenterId < 0) {
            throw new IllegalArgumentException("DtaCenterId can't be greater than MAX_DATA_CENTER_NUM or less than 0自阱！");
        }
        if (machineId > MAX_MACHINE_NUM || machineId < 0) {
            throw new IllegalArgumentException("MachineId can't be greater than MAX_MACHINE_NUM or less than 0嚎莉！");
        }
        this.dataCenterId = dataCenterId;
        this.machineId = machineId;
    }

    /**
     * 產(chǎn)生下一個(gè)ID
     *
     * @return
     */
    public synchronized long nextId() {
        long currTimeStamp = getNewTimeStamp();
        if (currTimeStamp < lastTimeStamp) {
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        }

        if (currTimeStamp == lastTimeStamp) {
            //相同毫秒內(nèi)，序列號(hào)自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            //同一毫秒的序列數(shù)已經(jīng)達(dá)到最大
            if (sequence == 0L) {
                currTimeStamp = getNextMill();
            }
        } else {
            //不同毫秒內(nèi)沛豌，序列號(hào)置為0
            sequence = 0L;
        }

        lastTimeStamp = currTimeStamp;

        return (currTimeStamp - START_TIMESTAMP) << TIMESTAMP_LEFT //時(shí)間戳部分
                | dataCenterId << DATA_CENTER_LEFT       //數(shù)據(jù)中心部分
                | machineId << MACHINE_LEFT             //機(jī)器標(biāo)識(shí)部分
                | sequence;                             //序列號(hào)部分
    }

    public static void main(String[] args) {
        SnowFlakeShortUrl snowFlake = new SnowFlakeShortUrl(2, 3);

        for (int i = 0; i < (1 << 4); i++) {
            //10進(jìn)制
            System.out.println(snowFlake.nextId());
        }
    }
}

7趋箩、百度（uid-generator）

uid-generator是由百度技術(shù)部開(kāi)發(fā)，項(xiàng)目GitHub地址 https://github.com/baidu/uid-generator

uid-generator是基于Snowflake算法實(shí)現(xiàn)的加派，與原始的snowflake算法不同在于叫确，uid-generator支持自定義時(shí)間戳、工作機(jī)器ID和 序列號(hào) 等各部分的位數(shù)芍锦，而且uid-generator中采用用戶(hù)自定義workId的生成策略竹勉。

uid-generator需要與數(shù)據(jù)庫(kù)配合使用，需要新增一個(gè)WORKER_NODE表娄琉。當(dāng)應(yīng)用啟動(dòng)時(shí)會(huì)向數(shù)據(jù)庫(kù)表中去插入一條數(shù)據(jù)次乓，插入成功后返回的自增ID就是該機(jī)器的workId數(shù)據(jù)由host，port組成孽水。

對(duì)于****uid-generator ID組成結(jié)構(gòu)：

workId票腰，占用了22個(gè)bit位，時(shí)間占用了28個(gè)bit位女气，序列化占用了13個(gè)bit位杏慰，需要注意的是，和原始的snowflake不太一樣主卫，時(shí)間的單位是秒逃默，而不是毫秒，workId也不一樣簇搅，而且同一應(yīng)用每次重啟就會(huì)消費(fèi)一個(gè)workId完域。

參考文獻(xiàn)
https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md

8、美團(tuán)（Leaf）

Leaf由美團(tuán)開(kāi)發(fā)瘩将，github地址：https://github.com/Meituan-Dianping/Leaf

Leaf同時(shí)支持號(hào)段模式和snowflake算法模式吟税，可以切換使用凹耙。

號(hào)段模式

先導(dǎo)入源碼 https://github.com/Meituan-Dianping/Leaf ，在建一張表leaf_alloc

DROP TABLE IF EXISTS `leaf_alloc`;

CREATE TABLE `leaf_alloc` (
  `biz_tag` varchar(128)  NOT NULL DEFAULT '' COMMENT '業(yè)務(wù)key',
  `max_id` bigint(20) NOT NULL DEFAULT '1' COMMENT '當(dāng)前已經(jīng)分配了的最大id',
  `step` int(11) NOT NULL COMMENT '初始步長(zhǎng)肠仪，也是動(dòng)態(tài)調(diào)整的最小步長(zhǎng)',
  `description` varchar(256)  DEFAULT NULL COMMENT '業(yè)務(wù)key的描述',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '數(shù)據(jù)庫(kù)維護(hù)的更新時(shí)間',
  PRIMARY KEY (`biz_tag`)
) ENGINE=InnoDB;

然后在項(xiàng)目中開(kāi)啟號(hào)段模式肖抱，配置對(duì)應(yīng)的數(shù)據(jù)庫(kù)信息，并關(guān)閉snowflake模式

leaf.name=com.sankuai.leaf.opensource.test
leaf.segment.enable=true
leaf.jdbc.url=jdbc:mysql://localhost:3306/leaf_test?useUnicode=true&characterEncoding=utf8&characterSetResults=utf8
leaf.jdbc.username=root
leaf.jdbc.password=root

leaf.snowflake.enable=false
#leaf.snowflake.zk.address=
#leaf.snowflake.port=

啟動(dòng)leaf-server 模塊的 LeafServerApplication項(xiàng)目就跑起來(lái)了

號(hào)段模式獲取分布式自增ID的測(cè)試url ：http：//localhost：8080/api/segment/get/leaf-segment-test

監(jiān)控號(hào)段模式：http://localhost:8080/cache

snowflake模式

Leaf的snowflake模式依賴(lài)于ZooKeeper异旧，不同于原始snowflake算法也主要是在workId的生成上意述，Leaf中workId是基于ZooKeeper的順序Id來(lái)生成的，每個(gè)應(yīng)用在使用Leaf-snowflake時(shí)吮蛹，啟動(dòng)時(shí)都會(huì)都在Zookeeper中生成一個(gè)順序Id荤崇，相當(dāng)于一臺(tái)機(jī)器對(duì)應(yīng)一個(gè)順序節(jié)點(diǎn)，也就是一個(gè)workId潮针。

leaf.snowflake.enable=true
leaf.snowflake.zk.address=127.0.0.1
leaf.snowflake.port=2181

snowflake模式獲取分布式自增ID的測(cè)試url：http://localhost:8080/api/snowflake/get/test

9术荤、滴滴（Tinyid）

Tinyid由滴滴開(kāi)發(fā)，Github地址：https://github.com/didi/tinyid每篷。

Tinyid是基于號(hào)段模式原理實(shí)現(xiàn)的與Leaf如出一轍瓣戚，每個(gè)服務(wù)獲取一個(gè)號(hào)段（1000,2000]、（2000,3000]焦读、（3000,4000]

image

Tinyid提供http和tinyid-client兩種方式接入

Http方式接入

（1）導(dǎo)入Tinyid源碼：

git clone https://github.com/didi/tinyid.git

（2）創(chuàng)建數(shù)據(jù)表：

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(yè)務(wù)類(lèi)型子库，唯一',
  `begin_id` bigint(20) NOT NULL DEFAULT '0' COMMENT '開(kāi)始id，僅記錄初始值吨灭，無(wú)其他含義刚照。初始化時(shí)begin_id和max_id應(yīng)相同',
  `max_id` bigint(20) NOT NULL DEFAULT '0' COMMENT '當(dāng)前最大id',
  `step` int(11) DEFAULT '0' COMMENT '步長(zhǎng)',
  `delta` int(11) NOT NULL DEFAULT '1' COMMENT '每次id增量',
  `remainder` int(11) NOT NULL DEFAULT '0' COMMENT '余數(shù)',
  `create_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '創(chuàng)建時(shí)間',
  `update_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時(shí)間',
  `version` bigint(20) NOT NULL DEFAULT '0' COMMENT '版本號(hào)',
  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(fǎng)問(wèn)的業(yè)務(wù)類(lèi)型標(biāo)識(shí)',
  `remark` varchar(255) NOT NULL DEFAULT '' COMMENT '備注',
  `create_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '創(chuàng)建時(shí)間',
  `update_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時(shí)間',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT 'token信息表';

INSERT INTO `tiny_id_info` (`id`, `biz_type`, `begin_id`, `max_id`, `step`, `delta`, `remainder`, `create_time`, `update_time`, `version`)
VALUES
    (1, 'test', 1, 1, 100000, 1, 0, '2018-07-21 23:52:58', '2018-07-22 23:19:27', 1);

INSERT INTO `tiny_id_info` (`id`, `biz_type`, `begin_id`, `max_id`, `step`, `delta`, `remainder`, `create_time`, `update_time`, `version`)
VALUES
    (2, 'test_odd', 1, 1, 100000, 2, 1, '2018-07-21 23:52:58', '2018-07-23 00:39:24', 3);


INSERT INTO `tiny_id_token` (`id`, `token`, `biz_type`, `remark`, `create_time`, `update_time`)
VALUES
    (1, '0f673adf80504e2eaa552f5d791b644c', 'test', '1', '2017-12-14 16:36:46', '2017-12-14 16:36:48');

INSERT INTO `tiny_id_token` (`id`, `token`, `biz_type`, `remark`, `create_time`, `update_time`)
VALUES
    (2, '0f673adf80504e2eaa552f5d791b644c', 'test_odd', '1', '2017-12-14 16:36:46', '2017-12-14 16:36:48');

（3）配置數(shù)據(jù)庫(kù)：

datasource.tinyid.names=primary
datasource.tinyid.primary.driver-class-name=com.mysql.jdbc.Driver
datasource.tinyid.primary.url=jdbc:mysql://ip:port/databaseName?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8
datasource.tinyid.primary.username=root
datasource.tinyid.primary.password=123456

（4）啟動(dòng)tinyid-server后測(cè)試

獲取分布式自增ID: http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c'
返回結(jié)果: 3

批量獲取分布式自增ID:
http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c&batchSize=10'
返回結(jié)果:  4,5,6,7,8,9,10,11,12,13

Java客戶(hù)端方式接入

重復(fù)Http方式的（2）（3）操作

引入依賴(lài)

       <dependency>
            <groupId>com.xiaoju.uemc.tinyid</groupId>
            <artifactId>tinyid-client</artifactId>
            <version>${tinyid.version}</version>
        </dependency>

配置文件

tinyid.server =localhost:9999
tinyid.token =0f673adf80504e2eaa552f5d791b644c

test 、tinyid.token是在數(shù)據(jù)庫(kù)表中預(yù)先插入的數(shù)據(jù)喧兄，test 是具體業(yè)務(wù)類(lèi)型无畔，tinyid.token表示可訪(fǎng)問(wèn)的業(yè)務(wù)類(lèi)型

// 獲取單個(gè)分布式自增ID
Long id =  TinyId . nextId( " test " );

// 按需批量分布式自增ID
List< Long > ids =  TinyId . nextId( " test " , 10 );

總結(jié)

本文只是簡(jiǎn)單介紹一下每種分布式ID生成器，旨在給大家一個(gè)詳細(xì)學(xué)習(xí)的方向吠冤，每種生成方式都有它自己的優(yōu)缺點(diǎn)浑彰，具體如何使用還要看具體的業(yè)務(wù)需求。