目录
雪花id
tinyid
uuid
分布式id特点
业务编号
数据中心编号
当前时间
ip地址
当前序号
对于时钟回拨问题
发号器机器当期时间小于redis的时间
解决方案
发号器机器当期时间等于redis时间
发号器机器当期时间大于redis时间
分布式id的单次获取和批次获取
在工作过程中接触了很多id生成策略，但是有一些问题
雪花id
强依赖时钟，对于时钟回拨无法很好解决
tinyid
滴滴开源，依赖mysql数据库，自增，无业务属性
uuid
生成是一个字符串没有顺序，数据库索引组织数据是按顺序处理，如果用于主键存储，对于数据库来说会造成频繁的索引页合并，增加数据库的负担，不建议。
还有其他的id生成策略，对于一些简单的应用可以
分布式id特点
个人考虑，分布式id需要具有的特点如下
业务编号
通过此信息可以确定此编号是用于干什么的
数据中心编号
对于大型的互联网项目，会有分区域部署的情况，分流、负载均衡
当前时间
当前时间精确到秒
ip地址
对于集群使用，用于记录当前请求服务节点的ip，好知道是哪个节点发起的请求，需要将Ip转int进行处理
当前序号
从1开始，可以做成自增
拿经常使用的myql来说，索引中数据排序是按照主键来的，所以全部用数字来表示，考虑到上面的特点排序以及长度如下
业务标识（7位）+当前时间（年月日时分秒，yyyyMMddHHmmss，14位）+序号（19位）+数据中心编号（5位）+ip地址（10位）
当前id为55位，这样的id可读性强，看到这个id就知道哪个业务什么时候的数据，长度需要根据实际情况进行调整，核心是当前时间和序号，其他是辅助因素
业务标识，7位，最多代表9999999种业务，对于互联网公司一般来说足够了
当前时间，14位，精确到秒
数据中心，5位，一般足够
ip地址，对于地址进行int转换，10位
序号，19位，对应long类型的有符号最大值，与当前时间进行组合，一秒内生成19位id足够了
对于数据库分页查询来讲，查询的时候需要确保此id属于哪个业务，先按条件进行匹配最大的数据id，然后根据此id进行范围匹配，这样可以最大限度使用索引，防止过多数据加载到内存中通过偏移量只选其中一部分数据。
对于时钟回拨问题
使用redis存储当前时间和序号，对于redis做sentinel三节点高可用。如果访问量大的话，搭建redis集群。
对于高并发，需要调整对应的配置参数，节点无法访问后能快速切换。
发号器时间一般默认取当前程序部署所在的操作系统的时间。
在获取id之前，在redis中通过lua脚本判断发号器当前时间对应的key是否存在，不存在则创建，进行自增且返回自增id，否则对当前时间对应的key进行自增处理。
发号器机器当期时间小于redis的时间
即redis存储的时间在后，发号器当前时间在前，发号器当前时间滞后，如下
发号器当前时间
20230727121211
redis当前存储时间
20230727121212这种情况有可能是时钟回拨，是异常事件，会造成id重复导致插入数据库异常的情况。
解决方案
- 为了不影响现有的数据，在现有的发号器当前时间对应的序号基础上进行自增
- 设置key的过期时间为60秒或者更长时间防止这种情况发生
发号器机器当期时间等于redis时间
如下
发号器当前时间
20230727121211
redis当前存储时间
20230727121211如果key存在，说明已经使用了，属于正常操作。在现有的发号器当前时间对应的序号基础上进行自增。
发号器机器当期时间大于redis时间
如下
发号器当前时间
20230727121212
redis当前存储时间
20230727121211说明发号器时间发生了变化，当前时间是新的，属于正常操作。按照发号器的时间处理，序号设置从0开始自增，需要事务锁定当前时间和序号，防止后面的请求造成争用。
对于redis的特性，单线程多个请求过来需要入队列、高并发，对应事务和lua脚本，事务多个命令执行，不保证原子性。基于lua脚本操作的原子性，可以考虑每次请求调用lua脚本进行序号自增。具体是否需要使用redis的分布式锁redlock，需要有待验证，分布式锁的原理也是借助于lua脚本来处理。
从redis 6 开始支持多线程，对于redis并发特性，做了一下测试
redis 5 单线程
redis-benchmark -t set,get -n 100000 -r 100000 -d 512 -c 500 -q
SET: 83472.46 requests per second
GET: 80971.66 requests per secondredis 6 两个线程
redis-benchmark -t set,get -n 100000 -r 100000 --threads 2 -d 512 -c 500 -q
SET: 107642.62 requests per second
GET: 110253.59 requests per second可知，在多线程下多了不到一倍吞吐。
上面这些可以做成一个web服务，在 k8s 中做成一个负载均衡服务，请求时传入当前节点所在的数据中心id。
分布式id的单次获取和批次获取
按照发号器获取id的可能性，分为单次获取和批次获取。
默认获取是单次，即在当前时间基础上自增。
对于批量插入数据的情况，使用批次获取，这样可以减少请求次数，效率更高。
127.0.0.1:6379> set 20230805163025 0 ex 60
OK
127.0.0.1:6379> incrby 20230805163025 1
(integer) 1
127.0.0.1:6379> incrby 20230805163025 1000
(integer) 1001
