面试题
分库分表以后，id 主键如何处理？（惟一性，排序等）html
面试官心理分析
其实这是分库分表以后你必然要面对的一个问题，就是 id 咋生成？由于要是分红多个表以后，每一个表都是从 1 开始累加，那确定不对啊，须要一个全局惟一的 id 来支持，排序问题等。因此这都是你实际生产环境中必须考虑的问题。java
面试题剖析
基于数据库的实现方案
数据库自增 id
这个就是说你的系统里每次获得一个 id，都是往一个库的一个表里插入一条没什么业务含义的数据，而后获取一个数据库自增的一个 id。拿到这个 id 以后再往对应的分库分表里去写入。mysql
这个方案的好处就是方便简单，谁都会用；缺点就是单库生成自增 id，要是高并发的话，就会有瓶颈的；若是你硬是要改进一下，那么就专门开一个服务出来，这个服务每次就拿到当前 id 最大值，而后本身递增几个 id，一次性返回一批 id，而后再把当前最大 id 值修改为递增几个 id 以后的一个值；可是不管如何都是基于单个数据库。git
适合的场景：你分库分表就俩缘由，要不就是单库并发过高，要不就是单库数据量太大；除非是你并发不高，可是数据量太大致使的分库分表扩容，你能够用这个方案，由于可能每秒最高并发最多就几百，那么就走单独的一个库和表生成自增主键便可。程序员
设置数据库 sequence 或者表自增字段步长
能够经过设置数据库 sequence 或者表的自增字段步长来进行水平伸缩。github
好比说，如今有 8 个服务节点，每一个服务节点使用一个 sequence 功能来产生 ID，每一个 sequence 的起始 ID 不一样，而且依次递增，步长都是 8。面试
适合的场景：在用户防止产生的 ID 重复时，这种方案实现起来比较简单，也能达到性能目标。可是服务节点固定，步长也固定，未来若是还要增长服务节点，就很差搞了。redis
UUID
好处就是本地生成，不要基于数据库来了；很差之处就是，UUID 太长了、占用空间大，做为主键性能太差了；更重要的是，UUID 不具备有序性，会致使 B+ 树索引在写的时候有过多的随机写操做（连续的 ID 能够产生部分顺序写），还有，因为在写的时候不能产生有顺序的 append 操做，而须要进行 insert 操做，将会读取整个 B+ 树节点到内存，在插入这条记录后会将整个节点写回磁盘，这种操做在记录占用空间比较大的状况下，性能降低明显。算法
适合的场景：若是你是要随机生成个什么文件名、编号之类的，你能够用 UUID，可是做为主键是不能用 UUID 的。sql
UUID.randomUUID().toString().replace(“-”, “”) -> sfsdf23423rr234sfdaf
获取系统当前时间
这个就是获取当前时间便可，可是问题是，并发很高的时候，好比一秒并发几千，会有重复的状况，这个是确定不合适的。基本就不用考虑了。
适合的场景：通常若是用这个方案，是将当前时间跟不少其余的业务字段拼接起来，做为一个 id，若是业务上你以为能够接受，那么也是能够的。你能够将别的业务字段值跟当前时间拼接起来，组成一个全局惟一的编号。
snowflake 算法
snowflake 算法是 twitter 开源的分布式 id 生成算法，采用 Scala 语言实现，是把一个 64 位的 long 型的 id，1 个 bit 是不用的 + 用其中的 41 bit 做为毫秒数 + 用 10 bit 做为工做机器 id + 12 bit 做为序列号。
- 1 bit：不用，为啥呢？由于二进制里第一个 bit 为若是是 1，那么都是负数，可是咱们生成的 id 都是正数，因此第一个 bit 统一都是 0。
- 41 bit：表示的是时间戳，单位是毫秒。41 bit 能够表示的数字多达
2^41 - 1，也就是能够标识2^41 - 1个毫秒值，换算成年就是表示69年的时间。 - 10 bit：记录工做机器 id，表明的是这个服务最多能够部署在 2^10台机器上哪，也就是1024台机器。可是 10 bit 里 5 个 bit 表明机房 id，5 个 bit 表明机器 id。意思就是最多表明
2^5个机房（32个机房），每一个机房里能够表明2^5个机器（32台机器）。 - 12 bit：这个是用来记录同一个毫秒内产生的不一样 id，12 bit 能够表明的最大正整数是
2^12 - 1 = 4096，也就是说能够用这个 12 bit 表明的数字来区分同一个毫秒内的 4096 个不一样的 id。
0 | 0001100 10100010 10111110 10001001 01011100 00 | 10001 | 1 1001 | 0000 00000000
public class IdWorker {
private long workerId;
private long datacenterId;
private long sequence;
public IdWorker(long workerId, long datacenterId, long sequence) {
// sanity check for workerId
// 这儿不就检查了一下，要求就是你传递进来的机房id和机器id不能超过32，不能小于0
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException(
String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
}
if (datacenterId > maxDatacenterId || datacenterId < 0) {
throw new IllegalArgumentException(
String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
}
System.out.printf(
"worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);
this.workerId = workerId;
this.datacenterId = datacenterId;
this.sequence = sequence;
}
private long twepoch = 1288834974657L;
private long workerIdBits = 5L;
private long datacenterIdBits = 5L;
// 这个是二进制运算，就是 5 bit最多只能有31个数字，也就是说机器id最多只能是32之内
private long maxWorkerId = -1L ^ (-1L << workerIdBits);
// 这个是一个意思，就是 5 bit最多只能有31个数字，机房id最多只能是32之内
private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
private long sequenceBits = 12L;
private long workerIdShift = sequenceBits;
private long datacenterIdShift = sequenceBits + workerIdBits;
private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
private long sequenceMask = -1L ^ (-1L << sequenceBits);
private long lastTimestamp = -1L;
public long getWorkerId() {
return workerId;
}
public long getDatacenterId() {
return datacenterId;
}
public long getTimestamp() {
return System.currentTimeMillis();
}
public synchronized long nextId() {
// 这儿就是获取当前时间戳，单位是毫秒
long timestamp = timeGen();
if (timestamp < lastTimestamp) {
System.err.printf("clock is moving backwards. Rejecting requests until %d.", lastTimestamp);
throw new RuntimeException(String.format(
"Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
}
if (lastTimestamp == timestamp) {
// 这个意思是说一个毫秒内最多只能有4096个数字
// 不管你传递多少进来，这个位运算保证始终就是在4096这个范围内，避免你本身传递个sequence超过了4096这个范围
sequence = (sequence + 1) & sequenceMask;
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0;
}
// 这儿记录一下最近一次生成id的时间戳，单位是毫秒
lastTimestamp = timestamp;
// 这儿就是将时间戳左移，放到 41 bit那儿；
// 将机房 id左移放到 5 bit那儿；
// 将机器id左移放到5 bit那儿；将序号放最后12 bit；
// 最后拼接起来成一个 64 bit的二进制数字，转换成 10 进制就是个 long 型
return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift)
| (workerId << workerIdShift) | sequence;
}
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
private long timeGen() {
return System.currentTimeMillis();
}
// ---------------测试---------------
public static void main(String[] args) {
IdWorker worker = new IdWorker(1, 1, 1);
for (int i = 0; i < 30; i++) {
System.out.println(worker.nextId());
}
}
}
怎么说呢，大概这个意思吧，就是说 41 bit 是当前毫秒单位的一个时间戳，就这意思；而后 5 bit 是你传递进来的一个机房 id（可是最大只能是 32 之内），另外 5 bit 是你传递进来的机器 id（可是最大只能是 32 之内），剩下的那个 12 bit序列号，就是若是跟你上次生成 id 的时间还在一个毫秒内，那么会把顺序给你累加，最多在 4096 个序号之内。
因此你本身利用这个工具类，本身搞一个服务，而后对每一个机房的每一个机器都初始化这么一个东西，刚开始这个机房的这个机器的序号就是 0。而后每次接收到一个请求，说这个机房的这个机器要生成一个 id，你就找到对应的 Worker 生成。
利用这个 snowflake 算法，你能够开发本身公司的服务，甚至对于机房 id 和机器 id，反正给你预留了 5 bit + 5 bit，你换成别的有业务含义的东西也能够的。
固然，你也能够用 ： 1 个 bit 是不用的 + 用其中的 41 bit 做为毫秒数 + 12 bit 做为序列号 + 用 10 bit 做为工做机器 id，或者颠倒兑换一下顺序，怎么使用根据你本身的业务须要进行组合配用。
这个 snowflake 算法相对来讲仍是比较靠谱的，因此你要真是搞分布式 id 生成，若是是高并发啥的，那么用这个应该性能比较好，通常每秒几万并发的场景，也足够你用了。
本文在米兜公众号连接:
https://mp.weixin.qq.com/s/mt8bVpM57SsI-nvTRKxSKg