相信我们一谈到数据存入数据库时，我们都会为数据库的表设置一个表主键(PK)，作为表中每条记录的唯一标识，这也是数据库设计范式中的第一范式。那么，自打我们使用数据库来存储数据时，数据库的厂商都会为我们提供自动生成主键ID值的功能。例如，我们熟悉的Mysql是通过主键自增的方式来生成，Oracle则是通过定义序列来为主键ID赋值，SqlServer与Mysql一样也提供了主键自增的方式。
那么，有没有想过数据库的这种主键生成策略有没有问题呢？问题肯定是有的，比如，当我们的应用产生的数据越来越庞大时，业界都会采用水平拆分的方式，也就是我们常说的分库分表策略来对数据进行拆分存储。一旦数据库做了分库分表，那么问题就来了。举个例子，我们有一张用户表(user_tb)，然后我们现在把user_tb做了拆分，分成了5张用户表来存(user_tb1,user_tb2,user_tb3,user_tb4,user_5)，假设原先user_tb表里有10条记录,id值为1~10，那么分完表后，数据按照id值取模的方式存放的话，我们则得到下面5张表：
当有新用户注册的时候，我们需要保存用户数据，那么这个时候，假设是写到user_tb1，那么由于主键是自增的，这个时候就都在user_tb1中写入一条ID值为7的用户记录，显然这条记录与user_tb2中的记录ID值重复了。那么，针对这个问题该如何解决呢？我们可以通过重新设置每张user_tb表的主键生成策略来解决，将5张user_tb表的ID初始值为11，然后设置user_tb1的ID自增步长为1，user_tb2的ID自增步长为2，以此类推，user_tb5的步长为5，这样当有新数据保存时，就可以保存了5张表各自生成的ID都不会与其他表重复了，这样也就解决了ID重复的问题。但是，当我们的数据进一步增长的时候，我们发现5张表已经无法保存的时候，就需要继续扩展，增加分表来分滩数据，而这个时候，我们又需要去修改每张表的主键生成策略，显然这种方式，数据迁移的成本是巨大的，也需要DBA长期进行维护。那么，我们也许就会想，我们不再通过数据库自己生成ID，而是通过我们的应用程序来生成主键ID，是否可以？
于是，我们会发现，通过程序生成主键ID这种方法，我们就需要考虑在高并发的情况，程序需要保证生成的主键ID是全局唯一的，且不可以与历史生成的ID重复。相信很多同学都使用过SnowFlake算法来生成全局主键ID，那么你是否对SnowFlake算法有所了解呢？
SnowFlake算法是 Twitter 开源的分布式 id 生成算法。其核心思想就是：使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛，且ID 引入了时间戳，基本上保持自增的。
从下图我们可以看到，SnowFlake ID的组成部分，它是由1位符号位，41位时间戳，10位机器ID，12位序列号组成。我解释下各个部分的具体含义：
- 符号位：基本不用，该部分值固定为0，可无需理会；
- 时间戳：用来记录时间戳，毫秒级。41位可以表示2的41次方-1个数字，如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0 至 2的41次方-1，减1是因为可表示的数值范围是从0开始算的，而不是1。也就是说41位可以表示2的41次方-1个毫秒的值，转化成单位年则是(2的41次方-1)/1000606024365=69年。
- 机器ID：10位用来记录工作机器ID，可提供2的10次方，1024个数字，包含5位数据中心ID+5位工作进程ID。
-
序列号：12位序列号可提供2的12次方-1，即4095个数字，序列号为同一时间戳下，一毫秒可生成4095个序列号。
image.png
通过上面对SnowFlake ID的分析，我们可以得到以下结论。SnowFlake算法，在单体应用中，一毫秒可以为我们产生4095个ID，可保证单体应用持续69年生成全局唯一的ID。说到这里，我们可能会觉得，一个应用能跑69年基本上已经很了不起了，就算69年后ID会有重复的问题，相信69年后一定会有更好的ID生成解决方案的出现，所以不必担心。那么，由于我们业务的不断壮大，我们的系统会从原来的单体架构变成分布式的系统架构。这时，SnowFlake ID还可以保证我们的ID生成是全局唯一的吗？答案是不一定能保证。
- 进程ID冲突问题
举个例子：在分布式架构中，同一个机房，我们会把应用服务部署在多台服务器中。那么这个时候，由于应用服务连接的是同一个数据中心，那么不同服务器的应用服务连接的数据中心ID是一样的，而不同服务器的应用服务进程ID是否有可能会出现一样呢，是有可能的，那么当系统高并发时，在同一毫秒下，不同服务器上的应用服务生成的ID是有一定概率发生重复的。可能，我们会觉得这种情况发生的机率很低，可以通过抛出异常，重新让用户再提交。但是，问题的确还是会一直存在。 - 时钟回播
举个例子：在分布式架构中，我们一般会选择Linux服务器来部署我们的应用，由于SnowFlake算法生成ID对时间戳的依赖，一旦发生时钟回播，在SnowFlake算法中，那么就可能会导致历史时刻生成的ID在未来时间由于时钟回播原因，而发生ID生成重复。我们需要对所有Linux服务器进行时钟统一，这本身就是很麻烦的事，由于Linux系统的机制，每次系统重启都会导致时钟往前回播一点点，也就又得重新同步一次所有服务器的时钟。这个时候，就需要所有服务器都去连接NTP来获取时间进行统一，而我们的服务器一般都是内网环境，是无法连接公网的NTP服务器，所以我们需要在自己的内网部署一台NTP服务器，而NTP服务器要保证高可用，我们还得部署多一台NTP服务器来作为备用节点使用，这不是一件很麻烦的事吗？维护成本也很高。
以上是通过对SnowFlake算法生成ID的机制，得到的ID有可能出现重复的原因，那么连SnowFlake算法都不能很好解决全局唯一ID生成的问题，该如何解决这个问题呢？
别担心，由于SnowFlake算法存在的这些缺陷，目前业界已经有了自己的解决方案，并且也都开源了，下面做一下分享。 - 滴滴TinyId: https://github.com/didi/tinyid
- 百度Uid-generator：https://github.com/baidu/uid-generator
- 美团Leaf：https://github.com/Meituan-Dianping/Leaf
关于以上大厂的全局ID生成解决方案分享，3种方案的区别简单讲解一下： - 滴滴TinyId：采用的是借助数据库表的方式，预分配ID分段，来提供主键生成，并没有使用SnowFlake算法。
- 百度Uid-generator：采用SnowFlake算法并对其进行了改良了，采用了未来时间的机制保证解决了时钟回播的问题，但这种方式相对缩短了ID生成可使用的年限，少于69年。
- 美团Leaf：3种解决方案中，个人觉得做得最好的，也是对SnowFlake算法的改良，通过Zookeeper来保证机器ID冲突的问题，并且不依赖数据库，采用中心化服务的方式，来提供全局ID的生成，避免了不同服务器时钟回播的问题，并提供了集群高可用的解决方案。
关于详细的实现机制，此处不再做进一步讲解，感兴趣的同学，可以上github查阅，主页上都提供了文档资料。
