面試官：分庫分表后如何生成全局ID？
分庫分表后就不能使用自增 ID 來作為表的主鍵了，因為數據庫自增 ID 只適用于單機環境，但如果是分布式環境，是將數據庫進行分庫、分表或數據庫分片等操作時，那么數據庫自增 ID 就會生成重復 ID，從而導致業務查詢上的問題。所以此時，可以使用 UUID 或雪花 ID 來作為全局主鍵 ID。
1、UUID作為全局ID
UUID（Universally Unique Identifier）是一種全局唯一標識符，它保證在空間和時間上的唯一性。通常由 128 位的數字組成，采用 32 位的十六進制數表示，格式為 8-4-4-4-12 這樣的 36 個字符（32 個字母數字字符和 4 個短橫線），例如 550e8400-e29b-41d4-a716-446655440000。UUID 在 Java 中的實現如下：
import java.util.UUID;
public class UUIDExample {
public static void main(String[] args) {
// Generate a random UUID
UUID uuid = UUID.randomUUID();
System.out.println("Random UUID: " + uuid);
// Convert UUID to string
String uuidString = uuid.toString();
System.out.println("UUID as string: " + uuidString);
// Convert string to UUID
UUID parsedUuid = UUID.fromString(uuidString);
System.out.println("Parsed UUID: " + parsedUuid);
}
}UUID 存在的問題
雖然 UUID 可以保證全局唯一，但并不推薦使用 UUID 來作為分庫分表后的主鍵 ID，因為 UUID 有兩個問題：
- UUID 太長，且生成效率較低。
- UUID 沒有任何業務含義，不連續且沒有任何順序可言。
2、雪花ID作為全局ID
雪花 ID（Snowflake ID）是一個用于分布式系統中生成唯一 ID 的算法，由 Twitter 公司提出。它的設計目標是在分布式環境下高效地生成全局唯一的 ID，具有一定的有序性。雪花 ID 的結構如下所示（共 64 位）：
這四部分代表的含義：
- 符號位：最高位是符號位，始終為 0，1 表示負數，0 表示正數，ID 都是正整數，所以固定為 0。
- 時間戳部分：由 41 位組成，精確到毫秒級。可以使用該 41 位表示的時間戳來表示的時間可以使用 69 年。
- 節點 ID 部分：由 10 位組成，用于表示機器節點的唯一標識符。在同一毫秒內，不同的節點生成的 ID 會有所不同。
- 序列號部分：由 12 位組成，用于標識同一毫秒內生成的不同 ID 序列。在同一毫秒內，可以生成 4096 個不同的 ID。
Java 版雪花算法實現
接下來，我們來實現一個 Java 版的雪花算法：
public class SnowflakeIdGenerator {
// 定義雪花 ID 的各部分位數
private static final long TIMESTAMP_BITS = 41L;
private static final long NODE_ID_BITS = 10L;
private static final long SEQUENCE_BITS = 12L;
// 定義起始時間戳（可根據實際情況調整）
private static final long EPOCH = 1609459200000L;
// 定義最大取值范圍
private static final long MAX_NODE_ID = (1L << NODE_ID_BITS) - 1;
private static final long MAX_SEQUENCE = (1L << SEQUENCE_BITS) - 1;
// 定義偏移量
private static final long TIMESTAMP_SHIFT = NODE_ID_BITS + SEQUENCE_BITS;
private static final long NODE_ID_SHIFT = SEQUENCE_BITS;
private final long nodeId;
private long lastTimestamp = -1L;
private long sequence = 0L;
public SnowflakeIdGenerator(long nodeId) {
if (nodeId < 0 || nodeId > MAX_NODE_ID) {
throw new IllegalArgumentException("Invalid node ID");
}
this.nodeId = nodeId;
}
public synchronized long generateId() {
long currentTimestamp = timestamp();
if (currentTimestamp < lastTimestamp) {
throw new IllegalStateException("Clock moved backwards");
}
if (currentTimestamp == lastTimestamp) {
sequence = (sequence + 1) & MAX_SEQUENCE;
if (sequence == 0) {
currentTimestamp = untilNextMillis(lastTimestamp);
}
} else {
sequence = 0L;
}
lastTimestamp = currentTimestamp;
return ((currentTimestamp - EPOCH) << TIMESTAMP_SHIFT) |
(nodeId << NODE_ID_SHIFT) |
sequence;
}
private long timestamp() {
return System.currentTimeMillis();
}
private long untilNextMillis(long lastTimestamp) {
long currentTimestamp = timestamp();
while (currentTimestamp <= lastTimestamp) {
currentTimestamp = timestamp();
}
return currentTimestamp;
}
}調用代碼如下：
public class Main {
public static void main(String[] args) {
// 創建一個雪花 ID 生成器實例，傳入節點 ID
SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1);
// 生成 ID
long id = idGenerator.generateId();
System.out.println(id);
}
}其中，nodeId 表示當前節點的唯一標識，可以根據實際情況進行設置。generateId 方法用于生成雪花 ID，采用同步方式確保線程安全。具體的生成邏輯遵循雪花 ID 的位運算規則，結合當前時間戳、節點 ID 和序列號生成唯一的 ID。
需要注意的是，示例中的時間戳獲取方法使用了 System.currentTimeMillis()，根據實際需要可以替換為其他更精確的時間戳獲取方式。同時，需要確保節點 ID 的唯一性，避免不同節點生成的 ID 重復。
雪花ID存在的問題
雖然雪花算法是一種被廣泛采用的分布式唯一 ID 生成算法，但它也存在以下幾個問題：
- 時間回撥問題：雪花算法生成的 ID 依賴于系統的時間戳，要求系統的時鐘必須是單調遞增的。如果系統的時鐘發生回撥，可能導致生成的 ID 重復。時間回撥是指系統的時鐘在某個時間點之后突然往回走（人為設置），即出現了時間上的逆流情況。
- 時鐘回撥帶來的可用性和性能問題：由于時間依賴性，當系統時鐘發生回撥時，雪花算法需要進行額外的處理，如等待系統時鐘追上上一次生成 ID 的時間戳或拋出異常。這種處理會對算法的可用性和性能產生一定影響。
- 節點 ID 依賴問題：雪花算法需要為每個節點分配唯一的節點 ID 來保證生成的 ID 的全局唯一性。節點 ID 的分配需要有一定的管理和調度，特別是在動態擴容或縮容時，節點 ID 的管理可能較為復雜。
如何解決時間回撥問題？
百度 UidGenerator 框架中解決了時間回撥的問題，并且解決方案比較經典，所以咱們這里就來給大家分享一下百度 UidGenerator 是怎么解決時間回撥問題的？
“
UidGenerator 介紹：UidGenerator 是百度開源的一個分布式唯一 ID 生成器，它是基于 Snowflake 算法的改進版本。與傳統的 Snowflake 算法相比，UidGenerator 在高并發場景下具有更好的性能和可用性。它的實現源碼在：https://github.com/baidu/uid-generator
UidGenerator 是這樣解決時間回撥問題的：UidGenerator 的每個實例中，都維護一個本地時鐘緩存，用于記錄當前時間戳。這個本地時鐘會定期與系統時鐘進行同步，如果檢測到系統時鐘往前走了（出現了時鐘回撥），則將本地時鐘調整為系統時鐘。
小結
數據庫自增 ID 只適用于單機數據庫環境，而對于分庫、分表、數據分片來說，自增 ID 不具備唯一性，所以要要使用雪花 ID 來替代數據庫自增 ID。但雪花算法依然存在一些問題，例如時間回撥的問題，所以此時，可以使用雪花算法的改進框架，如百度的 UidGenerator 來作為全局 ID 的生成方案會比較好。
