分布式ID设计方案

分布式ID设计方案

package com.example.core.mydemo.thread;

import java.util.UUID;

public class IDTest {
    public static void main(String[] args) {
        String uuid = UUID.randomUUID().toString();
        //6c1d27a1-6a1c-458e-bc66-3cfb76999733
        //在分布式日志系统或者分布式链路跟踪系统中，可以使用UUID生成唯一标识，用于串联请求的日志。
        //缺点：UUID生成的字符串太长，通过索引查询数据的效率比较低。此外，UUID生成的字符串，顺序没有保证，不是递增的，不满足工作中的有些业务场景。
        System.out.println("uuid=" + uuid);

        /**
         * MySQL中的auto_increment。
         * Oracle中sequence。
         * 在一些老系统或者公司的内部管理系统中，可能会用数据库递增ID作为分布式ID的方案，这些系统的用户并发量一般比较小，数据量也不多。
         * 缺点：只能保证单表的数据唯一性，如果跨表或者跨数据库，ID可能会重复。ID是自增的，生成规则很容易被猜透，有安全风险。ID是基于数据库生成的，在高并发下，可能会有性能问题。
         */

        /**
         *  数据库号段模式
         *  一次生成一定步长的ID，比如：步长是1000，每次数据库自增1000，ID值从100001变成了101001
         *  这时需要重新从数据库中获取一次新号段的ID，缓存到服务器的内存中，这样下次又能直接从内存中获取ID了。
         *  缺点：ID是自增的，生成规则很容易被猜透，有安全风险。如果数据库是单节点的，有岩机的风险。
         */

        /**
         * 数据库的多主模式
         * 为了保证在不同的master实例下ID的唯一性，我们需要事先规定好每个master下的大的区间，比如：master1的数据是10开头的，master2的数据是11开头的，master3的数据是12开头的。
         * 缺点：跨多个master实例下生成的ID，可能不是递增的。
         */

        /**
         * Redis生成ID
         * SET ID_VALUE 1000
         * INCR ID_VALUE
         * GET ID_VALUE
         * DEL ID_VALUE  删除
         * 缺点：ID是自增的，生成规则很容易被猜透，有安全风险。并且Redis可能也存在单节点，岩机的风险。
         */

        /**
         * Zookeeper生成ID
         * Zookeeper主要通过其znode数据版本来生成序列号，可以生成32位和64位的数据版本号，客户端可以使用这个版本号来作为唯一的序列号。
         */

        /**
         * Snowflake(雪花算法)是Twitter开源的分布式ID算法。
         * 缺点：依赖服务器时间，服务器时钟回拨时可能会生成重复ID。
         */

        /**
         * Leaf是美团开源的分布式ID生成系统，它提供了两种生成ID的方式：
         * Leaf-segment号段模式
         * Leaf-snowflake雪花算法
         * https://github.com/Meituan-Dianping/Leaf
         */

        /**
         * Tinyid是滴滴用Java开发的一款分布式id生成系统，基于数据库号段算法实现。
         * https://github.com/didi/tinyid
         */

        /**
         * 百度 UID-Generator 使用 Java 语言，基于雪花算法实现。
         */
    }
}