作为业务的唯一标识，在数据设计中屡见不鲜，例如：
 
•商品 —— product_id
•订单 —— order_id
•消息 —— message_id
这些标识往往就是数据库的主键，MySQL会在主键是建立聚簇索引，这个索引直接指向数据地址。相比普通索引指向聚簇索引，减少了一次索引查询，速度很快。消息、订单类似业务一般会有按照时间倒序查询数据的需求，一种做法是在时间列上建立索引，更好的是依赖ID本身的插入有序性。所以，分布式ID需要满足两个核心条件：
 
•全局唯一
•时间趋势有序
可能有人会说了，直接用MySQL的auto_increment不就行了么。在创业初期的时候我也会选择这个方案，简单、高效、快速——创业公司还是得快速迭代，尽快出产品，而且产品经常变，花太多时间搞出的牛逼架构说不定不太用得上，浪费了宝贵的时间。但这个方案是存在一些问题的：
 
•影响并行插入——B记录依赖A记录的主键，需要等到A记录插入成功，拿到A.id，才能插入B记录
•数据恢复难度大——数据误删或者丢失后，由于日志中没有ID，不能直接确定数据关联性
•影响分库分表——由于ID要插入后才知道，不能根据业务的主键进行分库分表
所以，在业务稳定后，一定要抽出时间来还早期的技术债务。
 
 
常见方案
 
使用数据库的auto_increment来生成唯一ID
 
优点
•简单，使用已有功能，开发量小
•ID步长固定
 
缺点
•写入单点，非高可用
•即使按照不同auto_increment起点扩展多个主库，虽然提高了可用性，但却不能保证ID的严格有序
•每次都需要访问数据库，容易到达性能天花板
 
批量拉取ID，逐一分配
这种方案也是将ID数据存入数据库，ID服务每次从数据库中拉取N个ID，并将当前已用ID最大值更新为原始数据+N，ID服务每次接到ID生成请求时就从这N个ID中依次返回。
 
 
优点
•批量获取，不用每次访问数据库，数据库压力小
 
缺点
•整个服务还是单点
•服务宕机重启会造成ID不连续
•无法水平扩展
 
改进
增加一套备用服务，主服务挂了漂移到备用服务上，可以采用vip + keepalived或者增加proxy。
 
 
uuid
 
优点
•本地生成ID，没有单点问题，没有性能瓶颈
 
缺点
•不能保证递增有序
•长度过长，作为主键性能低
 
类snowflake算法
snowflake是twitter开源的分布式ID生成算法，其核心思想是：一个long型的ID，使用其中41bit作为毫秒数，10bit作为机器编号，12bit作为毫秒内序列号。这个算法单机每秒内理论上最多可以生成1000*(2^12)，也就是400W的ID，完全能满足业务的需求。
借鉴snowflake的思想，结合各公司的业务逻辑和并发量，可以实现自己的分布式ID生成算法。
 
 
优点
•时间在高位，趋势递增
•实现简单，不依赖其它服务，方便扩展
 
缺点
•没有全局时钟，单机绝对有序，但从整个集群来看，是趋势有序的
 
注意事项
•由于ID常作为分库分表的标识，所以需要这些ID有一定的随机性，不至于分库后的数据不均匀，可以在每个毫秒开始时序列号不从1开始，二是从0-9中的任意一个开始
 
求指教
•基于Snowflake的思想，42bit作为毫秒数，12bit作为服务编号（ip末位8bit + 设置的进程标识4bit），10bit作为序列号，基于Golang实现了一个简单的id生成器，目前单进程，刚好能跑起来，会持续改进。项目托管在https://github.com/sanpili/snowflake上，本人是go新手，有何使用不当的地方，欢迎指教和PR。