面試題

分庫分表之後，id 主鍵如何處理？

面試官心理分析

其實這是分庫分表之後你必然要面對的一個問題，就是 id 咋生成？因為要是分成多個表之後，每個表都是從 1 開始累加，那肯定不對啊，需要一個全局唯一的 id 來支持。所以這都是你實際生産環境中必須考慮的問題。

面試題剖析

基于數據庫的實現方案

數據庫自增 id

這個就是說你的系統裡每次得到一個 id，都是往一個庫的一個表裡插入一條沒什麼業務含義的數據，然後獲取一個數據庫自增的一個 id。拿到這個 id 之後再往對應的分庫分表裡去寫入。

這個方案的好處就是方便簡單，誰都會用；缺點就是單庫生成自增 id，要是高并發的話，就會有瓶頸的；如果你硬是要改進一下，那麼就專門開一個服務出來，這個服務每次就拿到當前 id 最大值，然後自己遞增幾個 id，一次性返回一批 id，然後再把當前最大 id 值修改成遞增幾個 id 之後的一個值；但是無論如何都是基于單個數據庫。

适合的場景：你分庫分表就倆原因，要不就是單庫并發太高，要不就是單庫數據量太大；除非是你并發不高，但是數據量太大導緻的分庫分表擴容，你可以用這個方案，因為可能每秒最高并發最多就幾百，那麼就走單獨的一個庫和表生成自增主鍵即可。

設置數據庫 sequence 或者表自增字段步長

可以通過設置數據庫 sequence 或者表的自增字段步長來進行水平伸縮。

比如說，現在有 8 個服務節點，每個服務節點使用一個 sequence 功能來産生 ID，每個 sequence 的起始 ID 不同，并且依次遞增，步長都是 8。

适合的場景：在用戶防止産生的 ID 重複時，這種方案實現起來比較簡單，也能達到性能目标。但是服務節點固定，步長也固定，将來如果還要增加服務節點，就不好搞了。

UUID

好處就是本地生成，不要基于數據庫來了；不好之處就是，UUID 太長了、占用空間大，作為主鍵性能太差了；更重要的是，UUID 不具有有序性，會導緻 B 樹索引在寫的時候有過多的随機寫操作（連續的 ID 可以産生部分順序寫），還有，由于在寫的時候不能産生有順序的 append 操作，而需要進行 insert 操作，将會讀取整個 B 樹節點到内存，在插入這條記錄後會将整個節點寫回磁盤，這種操作在記錄占用空間比較大的情況下，性能下降明顯。

适合的場景：如果你是要随機生成個什麼文件名、編号之類的，你可以用 UUID，但是作為主鍵是不能用 UUID 的。

UUID.randomUUID().toString().replace(“-”, “”) -> sfsdf23423rr234sfdaf

獲取系統當前時間

這個就是獲取當前時間即可，但是問題是，并發很高的時候，比如一秒并發幾千，會有重複的情況，這個是肯定不合适的。基本就不用考慮了。

适合的場景：一般如果用這個方案，是将當前時間跟很多其他的業務字段拼接起來，作為一個 id，如果業務上你覺得可以接受，那麼也是可以的。你可以将别的業務字段值跟當前時間拼接起來，組成一個全局唯一的編号。

snowflake 算法

snowflake 算法是 twitter 開源的分布式 id 生成算法，采用 Scala 語言實現，是把一個 64 位的 long 型的 id，1 個 bit 是不用的，用其中的 41 bit 作為毫秒數，用 10 bit 作為工作機器 id，12 bit 作為序列号。

• 1 bit：不用，為啥呢？因為二進制裡第一個 bit 為如果是 1，那麼都是負數，但是我們生成的 id 都是正數，所以第一個 bit 統一都是 0。
• 41 bit：表示的是時間戳，單位是毫秒。41 bit 可以表示的數字多達 2^41 - 1，也就是可以标識 2^41 - 1 個毫秒值，換算成年就是表示69年的時間。
• 10 bit：記錄工作機器 id，代表的是這個服務最多可以部署在 2^10台機器上哪，也就是1024台機器。但是 10 bit 裡 5 個 bit 代表機房 id，5 個 bit 代表機器 id。意思就是最多代表 2^5個機房（32個機房），每個機房裡可以代表 2^5 個機器（32台機器）。
• 12 bit：這個是用來記錄同一個毫秒内産生的不同 id，12 bit 可以代表的最大正整數是 2^12 - 1 = 4096，也就是說可以用這個 12 bit 代表的數字來區分同一個毫秒内的 4096 個不同的 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 // 這兒不就檢查了一下，要求就是你傳遞進來的機房id和機器id不能超過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; // 這個是二進制運算，就是 5 bit最多隻能有31個數字，也就是說機器id最多隻能是32以内 private long maxWorkerId = -1L ^ (-1L << workerIdBits); // 這個是一個意思，就是 5 bit最多隻能有31個數字，機房id最多隻能是32以内 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() { // 這兒就是獲取當前時間戳，單位是毫秒 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) { // 這個意思是說一個毫秒内最多隻能有4096個數字 // 無論你傳遞多少進來，這個位運算保證始終就是在4096這個範圍内，避免你自己傳遞個sequence超過了4096這個範圍 sequence = (sequence 1) & sequenceMask; if (sequence == 0) { timestamp = tilNextMillis(lastTimestamp); } } else { sequence = 0; } // 這兒記錄一下最近一次生成id的時間戳，單位是毫秒 lastTimestamp = timestamp; // 這兒就是将時間戳左移，放到 41 bit那兒； // 将機房 id左移放到 5 bit那兒； // 将機器id左移放到5 bit那兒；将序号放最後12 bit； // 最後拼接起來成一個 64 bit的二進制數字，轉換成 10 進制就是個 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(); } // ---------------測試--------------- 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()); } } }

怎麼說呢，大概這個意思吧，就是說 41 bit 是當前毫秒單位的一個時間戳，就這意思；然後 5 bit 是你傳遞進來的一個機房 id（但是最大隻能是 32 以内），另外 5 bit 是你傳遞進來的機器 id（但是最大隻能是 32 以内），剩下的那個 12 bit序列号，就是如果跟你上次生成 id 的時間還在一個毫秒内，那麼會把順序給你累加，最多在 4096 個序号以内。

所以你自己利用這個工具類，自己搞一個服務，然後對每個機房的每個機器都初始化這麼一個東西，剛開始這個機房的這個機器的序号就是 0。然後每次接收到一個請求，說這個機房的這個機器要生成一個 id，你就找到對應的 Worker 生成。

利用這個 snowflake 算法，你可以開發自己公司的服務，甚至對于機房 id 和機器 id，反正給你預留了 5 bit 5 bit，你換成别的有業務含義的東西也可以的。

這個 snowflake 算法相對來說還是比較靠譜的，所以你要真是搞分布式 id 生成，如果是高并發啥的，那麼用這個應該性能比較好，一般每秒幾萬并發的場景，也足夠你用了。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!