15.sharding-jdbc中的分布式ID

实现动机

传统数据库软件开发中，主键自动生成技术是基本需求。而各大数据库对于该需求也提供了相应的支持，比如MySQL的自增键。 对于MySQL而言，分库分表之后，不同表生成全局唯一的Id是非常棘手的问题。因为同一个逻辑表内的不同实际表之间的自增键是无法互相感知的， 这样会造成重复Id的生成。我们当然可以通过约束表生成键的规则来达到数据的不重复，但是这需要引入额外的运维力量来解决重复性问题，并使框架缺乏扩展性。

目前有许多第三方解决方案可以完美解决这个问题，比如UUID等依靠特定算法自生成不重复键（由于InnoDB采用的B+Tree索引特性，UUID生成的主键插入性能较差），或者通过引入Id生成服务等。 但也正因为这种多样性导致了Sharding-JDBC如果强依赖于任何一种方案就会限制其自身的发展。

基于以上的原因，最终采用了以JDBC接口来实现对于生成Id的访问，而将底层具体的Id生成实现分离出来。

摘自sharding-jdbc分布式主键：http://shardingjdbc.io/1.x/docs/02-guide/key-generator/

sharding-jdbc的分布式ID采用twitter开源的snowflake算法，不需要依赖任何第三方组件，这样其扩展性和维护性得到最大的简化。但是snowflake算法最大的缺陷，即强依赖时间，如果时钟回拨，就会生成重复的ID，sharding-jdbc没有给出解决方案，如果用户想要解决这个问题，需要自行优化；

美团的分布式ID生成系统也是基于snowflake算法，并且解决了时钟回拨的问题，读者有兴趣请阅读Leaf——美团点评分布式ID生成系统：https://tech.meituan.com/MT_Leaf.html

分布式ID简介

github上对分布式ID这个特性的描述是：，两个重要特性是：分布式唯一和时间序；基于Twitter Snowflake算法实现，长度为64bit；64bit组成如下：

1bit ：签名校验位，也可以当做预留位。

41bits ：当前时间与服务第一版本发布时间的差值。

10bits ：进程ID（也可以分解成2bit+8bit，其中2bit表示数据中心，可以容纳4个数据中心，8bit表示进程ID，可以256个进程）。

12bits ：每一毫秒的自增值。所以snowflake算法能达到4096/ms的并发能力。

snowflake算法核心图

分布式ID源码分析

核心源码在sharding-jdbc-core模块中的中：

获取workerId的三种方式

sharding-jdbc的模块中，提供了三种方式获取workerId的方式，并提供接口获取分布式唯一ID的方法--，接下来对各种方式如何生成workerId进行分析；

HostNameKeyGenerator

根据hostname获取，源码如下（HostNameKeyGenerator.java）：

IPKeyGenerator

根据IP获取，源码如下（IPKeyGenerator.java）：

IPSectionKeyGenerator

根据IP段获取，源码如下（IPSectionKeyGenerator.java）：

总结

大道至简，笔者还是比较推荐HostNameKeyGenerator方式获取workerId，只需服务器按照标准统一配置好hostname即可；这种方案有点类似spring-boot：约定至上；并能够让架构最简化，不依赖任何第三方组件。因为依赖的组件越多，维护成本越高，出问题概率越大，可靠性更低！

当然HostNameKeyGenerator这种方式的话，就不能一台服务器上部署多个实例，事实上这不是问题。一般生产环境会有很多的服务器，也有很多的服务实例。我们可以通过交叉部署来避免这个问题。比如不要一台服务器上部署3个订单服务，而是3台服务器上分别部署1个订单服务实例，服务器上多余的资源可以部署其他服务。

总之，每种方法都有它的优缺点，我们要做的就是trade-off。