一、為什么要用分布式 ID？

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？分布式 ID 應(yīng)該滿足哪些特征？

1、什么是分布式 ID？

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，單庫(kù)單表完全可以支撐現(xiàn)有業(yè)務(wù)，數(shù)據(jù)再大一點(diǎn)搞個(gè) MySQL 主從同步讀寫分離也能對(duì)付。

但隨著數(shù)據(jù)日漸增長(zhǎng)，主從同步也扛不住了，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)，數(shù)據(jù)庫(kù)的自增 ID 顯然不能滿足需求；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)。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。那么這個(gè)全局唯一 ID就叫分布式 ID。

?

2、那么分布式 ID 需要滿足那些條件？

• 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)，ID 生成響應(yīng)要塊，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，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，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

?

分布式 ID 都有哪些生成方式？

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)？以及各自有什么優(yōu)缺點(diǎn)？

?

1、基于 UUID

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

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，但 UUID 卻并不適用于實(shí)際的業(yè)務(wù)需求。像用作訂單號(hào)UUID這樣的字符串沒有絲毫的意義，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，它不僅是太長(zhǎng)還是字符串，存儲(chǔ)性能差查詢也很耗時(shí)，所以不推薦用作分布式 ID。

優(yōu)點(diǎn)：

• 生成足夠簡(jiǎn)單，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，不具備趨勢(shì)自增特性
• 沒有具體的業(yè)務(wù)含義
• 長(zhǎng)度過(guò)長(zhǎng) 16 字節(jié) 128 位，36 位長(zhǎng)度的字符串，存儲(chǔ)以及查詢對(duì) MySQL 的性能消耗較大，MySQL 官方明確建議主鍵要盡量越短越好，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。

2、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，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，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)，訪問量激增時(shí) MySQL 本身就是系統(tǒng)的瓶頸，用它來(lái)實(shí)現(xiàn)分布式服務(wù)風(fēng)險(xiǎn)比較大，不推薦！

優(yōu)點(diǎn)：

• 實(shí)現(xiàn)簡(jiǎn)單，ID 單調(diào)自增，數(shù)值類型查詢速度快

缺點(diǎn)：

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

3、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，換成主從模式集群。害怕一個(gè)主節(jié)點(diǎn)掛掉沒法用，那就做雙主模式集群，也就是兩個(gè) Mysql 實(shí)例都能單獨(dú)的生產(chǎn)自增 ID。

那這樣還會(huì)有個(gè)問題，兩個(gè) MySQL 實(shí)例的自增 ID 都從 1 開始，會(huì)生成重復(fù)的 ID 怎么辦？

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、5、7、9 2、4、6、8、10

那如果集群后的性能還是扛不住高并發(fā)咋辦？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。

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)壓力的問題，同時(shí)為了 ID 生成特性，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、二兩臺(tái)MySQL 實(shí)例的起始值和步長(zhǎng)，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、二兩臺(tái)MySQL 實(shí)例ID 還沒有增長(zhǎng)到第三臺(tái) MySQL 實(shí)例的起始 ID值的時(shí)候，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。

優(yōu)點(diǎn)：

• 解決 DB 單點(diǎn)問題

缺點(diǎn)：

• 不利于后續(xù)擴(kuò)容，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)法滿足高并發(fā)場(chǎng)景。

4、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，每次從數(shù)據(jù)庫(kù)取出一個(gè)號(hào)段范圍，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，生成 1~1000 的自增 ID 并加載到內(nèi)存。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)樂觀鎖，每次都更新 version，保證并發(fā)時(shí)數(shù)據(jù)的正確性

idbiz_typemax_idstepversion

1	101	1000	2000	0

等這批號(hào)段 ID 用完，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，update max_id= max_id + step，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]。

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，所以采用版本號(hào)version樂觀鎖方式更新，這種分布式 ID生成方式不強(qiáng)依賴于數(shù)據(jù)庫(kù)，不會(huì)頻繁的訪問數(shù)據(jù)庫(kù)，對(duì)數(shù)據(jù)庫(kù)的壓力小很多。

5、基于 Redis 模式

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

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)，要考慮到 redis 持久化的問題。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沒及時(shí)持久化，而這會(huì) Redis 掛掉了，重啟 Redis 后會(huì)出現(xiàn) ID 重復(fù)的情況。

• AOF會(huì)對(duì)每條寫命令進(jìn)行持久化，即使Redis掛掉了也不會(huì)出現(xiàn) ID 重復(fù)的情況，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)。

6、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，開源后廣受國(guó)內(nèi)大廠的好評(píng)，在該算法影響下各大公司相繼開發(fā)出各具特色的分布式生成器。

Snowflake生成的是 Long 類型的 ID，一個(gè) Long 類型占 8 個(gè)字節(jié)，每個(gè)字節(jié)占 8 比特，也就是說(shuō)一個(gè) Long 類型占 64 個(gè)比特。

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），總共 64 比特組成的一個(gè) Long 類型。

• 第一個(gè) bit 位（1bit）：Java 中 long 的最高位是符號(hào)位代表正負(fù)，正數(shù)是 0，負(fù)數(shù)是 1，一般生成 ID 都為正數(shù)，所以默認(rèn)為 0。
• 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，而是用（當(dāng)前時(shí)間戳 - 固定開始時(shí)間戳）的差值，可以使產(chǎn)生的 ID 從更小的值開始；41 位的時(shí)間戳可以使用 69 年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69 年
• 工作機(jī)器 id（10bit）：也被叫做workId，這個(gè)可以靈活配置，機(jī)房或者機(jī)器號(hào)組合都可以。
• 序列號(hào)部分（12bit），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，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，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，而不需要單獨(dú)去搭建一個(gè)獲取分布式 ID 的應(yīng)用

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！");}if (machineId > MAX_MACHINE_NUM || machineId < 0) {throw new IllegalArgumentException("MachineId can't be greater than MAX_MACHINE_NUM or less than 0！");}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)，序列號(hào)置為 0sequence = 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、百度（uid-generator）

uid-generator是由百度技術(shù)部開發(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，與原始的snowflake算法不同在于，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)，而且uid-generator中采用用戶自定義workId的生成策略。

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。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)，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。

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

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

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)開發(fā)，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，可以切換使用。

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)，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)目中開啟號(hào)段模式，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=rootleaf.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 模式依賴于ZooKeeper，不同于原始 snowflake算法也主要是在workId的生成上，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)，啟動(dòng)時(shí)都會(huì)都在Zookeeper中生成一個(gè)順序 Id，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。

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、滴滴（Tinyid）

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

Tinyid是基于號(hào)段模式原理實(shí)現(xiàn)的與Leaf如出一轍，每個(gè)服務(wù)獲取一個(gè)號(hào)段（1000,2000]、（2000,3000]、（3000,4000]?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)類型，唯一',`begin_id` bigint(20) NOT NULL DEFAULT '0' COMMENT '開始 id，僅記錄初始值，無(wú)其他含義。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 可訪問的業(yè)務(wù)類型標(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 客戶端方式接入

重復(fù) Http 方式的（2）（3）操作

引入依賴

<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)，test?是具體業(yè)務(wù)類型，tinyid.token表示可訪問的業(yè)務(wù)類型

// 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)

以上是生活随笔為你收集整理的分布式 ID的 9 种生成方式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。