1,单数据库自增ID
第一种方案仍然还是基于数据库的自增ID，需要单独使用一个数据库实例，在这个实例中新建一个单独
的表：
CREATE DATABASE `SEQID`; CREATE TABLE SEQID.SEQUENCE_ID ( id bigint(20) unsigned NOT NULL auto_increment, stub char(10) NOT NULL default '', PRIMARY KEY (id), UNIQUE KEY stub (stub) ) ENGINE=MyISAM;
这种生成分布式ID的机制，需要一个单独的Mysql实例，虽然可行，但是基于性能与可靠性来考虑的话
都不够，业务系统每次需要一个ID时，都需要请求数据库获取，性能低，并且如果此数据库实例下线
了，那么将影响所有的业务系统。
2,数据库多主模式
需要单独给每个Mysql实例配置不同的起始值和自增步长。
第一台Mysql实例配置：
set @@auto_increment_offset = 1; -- 起始值 set @@auto_increment_increment = 2; -- 步长
第二台Mysql实例配置：
set @@auto_increment_offset = 2; -- 起始值 set @@auto_increment_increment = 2; -- 步长
经过上面的配置后，这两个Mysql实例生成的id序列如下： mysql1,起始值为1,步长为2,ID生成的序列
为：1,3,5,7,9,... mysql2,起始值为2,步长为2,ID生成的序列为：2,4,6,8,10,...
但是这种方案的扩展性不太好，如果两台Mysql实例不够用，需要新增Mysql实例来提高性能时，这时
就会比较麻烦。
3，号段模式
CREATE TABLE id_generator ( id int(10) NOT NULL, current_max_id bigint(20) NOT NULL COMMENT '当前最大id', increment_step int(10) NOT NULL COMMENT '号段的长度', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
这种方案不再强依赖数据库，就算数据库不可用，那么DistributIdService也能继续支撑一段时间。但是
如果DistributIdService重启，会丢失一段ID，导致ID空洞。
为了提高DistributIdService的高可用，需要做一个集群，业务在请求DistributIdService集群获取ID
时，会随机的选择某一个DistributIdService节点进行获取，对每一个DistributIdService节点来说，数
据库连接的是同一个数据库，那么可能会产生多个DistributIdService节点同时请求数据库获取号段，那
么这个时候需要利用乐观锁来进行控制，比如在数据库表中增加一个version字段，在获取号段时使用
4，中非数据库方式：
雪花算法
核心思想是：分布式ID固定是一个long型的数字，一个long型占8个字节，也就是64个bit，原始
snowflake算法中对于bit的分配如下图：
时间戳部分占41bit，这个是毫秒级的时间，一般实现上不会存储当前的时间戳，而是时间戳的差
值（当前时间-固定的开始时间），这样可以使产生的ID从更小值开始；41位的时间戳可以使用69
年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年
根据这个算法的逻辑，只需要将这个算法用Java语言实现出来，封装为一个工具方法，那么各个业务应
用可以直接使用该工具方法来获取分布式ID，只需保证每个业务应用有自己的工作机器id即可，而不需
要单独去搭建一个获取分布式ID的应用。
在大厂里，其实并没有直接使用snowflake，而是进行了改造，因为snowflake算法中最难实践的就是
工作机器id，原始的snowflake算法需要人工去为每台机器去指定一个机器id，并配置在某个地方从而
让snowflake从此处获取机器id。
但是在大厂里，机器是很多的，人力成本太大且容易出错，所以大厂对snowflake进行了改造。
百度（uid-generator）
uid-generator使用的就是snowflake，只是在生产机器id，也叫做workId时有所不同。
对于uid-generator中的workId，占用了22个bit位，时间占用了28个bit位，序列化占用了13个bit位，
需要注意的是，和原始的snowflake不太一样，时间的单位是秒，而不是毫秒，workId也不一样，同一
个应用每重启一次就会消费一个workId。
美团（Leaf）
美团的Leaf也是一个分布式ID生成框架。它非常全面，即支持号段模式，也支持snowflake模式。号段
模式这里就不介绍了，和上面的分析类似。
Leaf中的snowflake模式和原始snowflake算法的不同点，也主要在workId的生成，Leaf中workId是基
于ZooKeeper的顺序Id来生成的，每个应用在使用Leaf-snowflake时，在启动时都会都在Zookeeper中
生成一个顺序Id，相当于一台机器对应一个顺序节点，也就是一个workId。
Redis来生成分布式ID
可以利用Redis中的
incr命令来实现原子性的自增与返回，比如：
127.0.0.1:6379> set seq_id 1 // 初始化自增ID为1 OK 127.0.0.1:6379> incr seq_id // 增加1，并返回 (integer) 2 127.0.0.1:6379> incr seq_id // 增加1，并返回 (integer) 3
使用redis的效率是非常高的，但是要考虑持久化的问题。Redis支持RDB和AOF两种持久化的方式。
RDB持久化相当于定时打一个快照进行持久化，如果打完快照后，连续自增了几次，还没来得及做下一
次快照持久化，这个时候Redis挂掉了，重启Redis后会出现ID重复。
AOF持久化相当于对每条写命令进行持久化，如果Redis挂掉了，不会出现ID重复的现象，但是会由于
incr命令过得，导致重启恢复数据时间过长。
标签：数据库,snowflake,实例,increment,ID,id,分布式 From： https://www.cnblogs.com/ezgod/p/17149287.html