Mysql分库分表的主键生成算法

mysql单表在数据量超过千万的时候,性能就会受到极大的影响。尤其是对于不命中索引的请求,破坏性是难以想象的。当单表的数据量达到一定程度的时候,我们就需要进行分表或者表分区了。分表面临的第一个问题就是主键ID生成的问题,因为涉及到多表,所以原本单表的自增ID生成已经不可用了。那么我们就需要生成全局的ID,有两种方法供我们选择,两者也各有优缺点。

1.使用外部依赖生成全局ID#####

最常见的算法就是利用外部的存储,例如Redis、Mysql或者Zookeeper来实现。上述三者比较推崇的是用Redis来实现,因为Redis是单线程架构,同时天生是为高并发而生,而且实现起来是比较简单的。对于Mysql的话有点重,大家都懂,性能实在不如Redis。对于Zookeeper的话,场景不是很适用,你可以创建顺序的临时节点来生成ID,但是这确实不是Zookeeper擅长的,就像拿着铁锹切白菜。同时Zookeeper对于高并发场景实在是不行。例如,某东双十一的服务爆炸事件....。但是上面这些实现多少都有些臃肿。因为你需要去依赖一个第三方的东西,而仅仅是为了生成一个ID。第三方系统的可用性,也直接决定了你系统的可用性。这种依赖确实是有些重。所以我们需要更轻量级的ID生成方案。

2.利用算法生成ID#####

相比上面依赖第三方生成ID,那么利用算法生成简直是轻量,性能也是远远高于上面的方法。但是有几个关键的点:
1.对于数据库来说,对于随机ID的插入会导致索引页频繁分裂,这样会使插入操作变慢,索引页碎片越来越严重。所以成算法需要能保证生产ID有序。
2.现在的后台都是服务化的,那么这样生成算法要保证,无论在哪个节点都要保证生成的ID都是全局唯一的。
3.生成的ID需要有比较强的随机性,这样在分表的时候可以尽可能的均匀分布。

这样看来,这样的生成算法确实是比较困难的,下面我们就实现一个这样的ID生成算法。
首先,我们需要确定一个随机因素,这应该是一个随机递增的因子,那么时间戳无疑十分合适,线上服务器往往都有全局统一的时间。我们可以用时间戳递增的特点,来保证ID递增。
同时我们需要一个标识来区分不同的机器,这样能在同一毫秒冲突下,解决冲突问题。
但是光有机器的冲突解决还是不够的,在高并发场景下,同一毫秒会有很多的请求,我们需要解决一台机器的高并发问题,我们可以使用一个递增的序列号,来保证一台机器上的ID是有序的。
那么ID就变成了下面的格式:

时间戳|机器ID|冲突递增序列号####

这样就解决了ID生成的问题,但是好像还有一些问题没解决,ID的长度怎么控制,分表的路由规则怎么确定?

首先,对于ID长度的确定,上面的ID规则里,机器ID和冲突递增号基本是不会更改的,我们可以决定一个Seed,来生成前缀时间戳,可以用当前时间戳减去Seed,这样可以通过控制Seed的长度来控制前缀时间戳的长度,进而控制ID的长度。
对于分表的路由规则,如果我们利用ID取模来实现路由,其实是不能保证均匀的,因为后面机器ID和冲突的序列号对路由取模是有很大影响的,所以我们可以利用位移运算来取前缀的时间戳,因为前缀时间戳是全局顺序的,那么做分区路由的时候也会是尽可能均匀的。

其实ID的生成算法是比较简单的,但是使用过程中还是有很多问题的,比如ID长度,看上去没什么大碍。但是对于一些对接其他系统的场景,ID可能会让你痛不欲生,而洗数据也是体力活儿。如果ID过长极容易产生前端显示问题,毕竟js的long是15位的。所以实际运用中ID长度也要严格把控。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,591评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,448评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,823评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,204评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,228评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,190评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,078评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,923评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,334评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,550评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,727评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,428评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,022评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,672评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,826评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,734评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,619评论 2 354

推荐阅读更多精彩内容