分布式主键的那些事儿

写这篇博客的原因也是最近在和朋友讨论一个自己尝试写的一个“号段模式”的主键生成工具项目分布式号段模式(Theta)

他说他在“鹅厂”工作时候都没听说（segment）过这东西（难道大厂不用这种的么？都是雪花？），他一开始还以为是Java 里面concurrentMap里面的分段锁机制，接下来进入本章重点。

什么是分布式主键，什么又是主键？

主键：对于数据库而言作表的行的唯一标识的候选关键字，个人理解可以是用户可以自定义的数据类型。对应到不同业务场景上，就在此基础上还需要满足以下对于条件：
- 全局唯一性：不能出现重复的ID号，保证生成的 ID 全局唯一，这是最基本的要求。
- 趋势递增：有利于保证DB插入、查询等操作的性能。
- 单调递增：保证下一个ID一定大于上一个ID，例如版本号、排序等特殊需求。
- 信息安全：如果ID是连续的，容易被猜测出url,ID号码的数量，对业务产生影响。所以在一些应用场景下，会需要ID无规则、不规则。
  PS：上述需求对应不同的场景，3和4需求还是互斥的，无法使其在同一个方案满足。

同时除了对ID号码自身的要求，业务还对ID号生成系统的可用性要求极高，想象一下，如果ID生成系统瘫痪，整个电商系统都无法完成业务，这就会带来一场灾难。

关于不同类型主键的算法实现细节：

单机数据库自增

老生常谈的 Auto Increment，也是各种数据库都有的自增算法。
集群数据库

水平切分后的数据库自增，并且在不同的数据库设置不同step(步长)

step 100

step 200

step 200

step 300

Services

Service A

Service B

DB1

DB2

DB3
号段模式

JVM本地缓存step和maxid，对应服务的主键生成规则，在次基础以数据库排他锁和事务特性来维护maxid和step。而且目前主流的方式会对step,进行双buffer缓存实现实现，这样可减少对数据的方位。
雪花算法
雪花算法是 64 位的二进制，一共包含了四部分：

1位是符号位，也就是最高位，始终是0，没有任何意义，因为要是唯一计算机二进制补码中就是负数，0才是正数。
41位是时间戳，具体到毫秒，41位的二进制可以使用69年，因为时间理论上永恒递增，所以根据这个排序是可以的。
10位是机器标识，可以全部用作机器ID，也可以用来标识机房ID + 机器ID，10位最多可以表示1024台机器。
12位是计数序列号，也就是同一台机器上同一时间，理论上还可以同时生成不同的ID，12位的序列号能够区分出4096个ID。
号段模式

对数据库自增主键的一种优化，只不过这个自增需要我们来维护其范围，这样主动权交给我们手里，我们就可以对其主键进行客制化定义，这样返回的主键，解决了主键不方便扩展。（详细可以了解下美团Leaf：美团分布式ID生成服务开源为此还优化了双Buffer模式，以减少对数据库的依赖）

Redis

利用redis的incr原子性操作自增。可以用时间，日期组合进行标识唯一

常见各种分布式全局唯一ID生成算法和缺陷：

实现类型	优点	缺点
数据库自增ID	实现简单，ID单调自增，数值类型查询效率高	单点问题，在高并发时可能会有宕机的风险
数据库多主集群	解决了单点问题，一定程度上提高了稳定性	可拓展性不强，随着业务规模的不断扩大，集群也会随之增加，但是新主节点的加入较为麻烦，需要人工操作
号段模式	不强依赖数据库，提高了效率	当为了保证高可用而使用多主集群时，仍然需要去修改起始值和步长（可以优化）
雪花算法	1.可以根据业务特性自由分配比特位，较为灵活。2.不依赖第三方系统，独立部署	强依赖机器时钟，如果出现时钟回拨则会导致系统不可用
Redis	简单且高效	持久化恢复存在问题，如RDB重复ID，AOF速度慢

关于Theta

灵感是来自于Leaf ，由于每个业务想要的主键Id又是不一样，想尝试做一个完全客制化的主键生成工具，工具的初衷就是为了让用户通过配置实现一套自定义的主键，所以底层也是参考使用号段模式进行实现。还有很多不足的地方

关于Theta构思：

首先想到的是使用MySQL基于，MVVC支持的Innodb引擎来维护每次序列号生成的顺序，防止出现重复的主键。同时我们还需要使用到数据库的事务，当然这也是为了防止出现多个线程，同时操作数据库，每条线程使用了重复的序列号。也就是说，每当我们需要生成一个序列号的时候，Theta会帮助我们去调度事务，去给用户当前使用的唯一序列号进行自增，也就是说ThetaSegment是通过数据库的X锁保证了多服务节点的序列号唯一（目前1.0.0的问题如果当前序列号大于了最大时间,Theta 会帮助我们重置最最大个数的,于此同时为了防止出现问题我们还会判断此时的更新时间，判断当前的序列号配置是否再之前被其他线程重置过，当然这个方法不是一个最终的解决办法，我最终可能会按照Leaf 的双Buffer实现方式继续优化）。

关于使用和源码：https://github.com/zBo1997/Theta 希望各位大佬手下留情，觉得这个项目是你想象中“segment”不妨提出issue，或者点个start 完善Theta