以下是各大厂常用的数据库ID生成策略及相应的代码示例：
1. 自增ID（Auto Increment）
适用于单机数据库，如MySQL、PostgreSQL。
- 应用场景：主要用于单机数据库，如MySQL、PostgreSQL。
- 优点：简单易用，性能较好。
- 缺点：在分布式环境下难以保证唯一性和顺序性，需要额外处理。
MySQL示例：
CREATE TABLE example (id INT AUTO_INCREMENT PRIMARY KEY,name VARCHAR(255) NOT NULL
);
2. UUID（Universally Unique Identifier）
适用于需要全局唯一标识的场景。
- 应用场景：适用于需要全局唯一标识的场景。
- 优点：可以保证全局唯一性，适合分布式系统。
- 缺点：长度较长，占用存储空间较大，索引性能较差。
Java示例：
import java.util.UUID;public class UUIDExample {public static void main(String[] args) {UUID uniqueID = UUID.randomUUID();System.out.println(uniqueID);}
}
3. 雪花算法（Snowflake Algorithm）
适用于高并发的分布式系统，Twitter开源的分布式ID生成算法
- 应用场景：Twitter开源的分布式ID生成算法，适用于高并发场景。
- 优点：生成的ID有序且唯一，适合分布式环境，性能好。
- 缺点：需要部署额外的ID生成服务。
Java示例：
public class SnowflakeIdGenerator {private final long epoch = 1288834974657L;private final long workerIdBits = 5L;private final long datacenterIdBits = 5L;private final long maxWorkerId = -1L ^ (-1L << workerIdBits);private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);private final long sequenceBits = 12L;private final long workerIdShift = sequenceBits;private final long datacenterIdShift = sequenceBits + workerIdBits;private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;private final long sequenceMask = -1L ^ (-1L << sequenceBits);private long workerId;private long datacenterId;private long sequence = 0L;private long lastTimestamp = -1L;public SnowflakeIdGenerator(long workerId, long datacenterId) {if (workerId > maxWorkerId || workerId < 0) {throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));}if (datacenterId > maxDatacenterId || datacenterId < 0) {throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));}this.workerId = workerId;this.datacenterId = datacenterId;}public synchronized long nextId() {long timestamp = timeGen();if (timestamp < lastTimestamp) {throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));}if (lastTimestamp == timestamp) {sequence = (sequence + 1) & sequenceMask;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0L;}lastTimestamp = timestamp;return ((timestamp - epoch) << timestampLeftShift) |(datacenterId << datacenterIdShift) |(workerId << workerIdShift) |sequence;}protected long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();while (timestamp <= lastTimestamp) {timestamp = timeGen();}return timestamp;}protected long timeGen() {return System.currentTimeMillis();}
}
4. 数据库分配ID（Database Assigned IDs）
利用数据库的序列号生成功能，如Oracle的Sequence。
- 应用场景：利用数据库的序列号生成功能，如Oracle的Sequence。
- 优点：数据库自身保证唯一性和有序性。
- 缺点：可能成为系统瓶颈，不适用于大规模分布式系统。
Oracle示例：CREATE SEQUENCE example_seq START WITH 1 INCREMENT BY 1;CREATE TABLE example (id NUMBER PRIMARY KEY,name VARCHAR2(255) NOT NULL
);INSERT INTO example (id, name) VALUES (example_seq.NEXTVAL, 'example_name');
5. Redis生成ID
利用Redis的原子自增操作来生成唯一ID。
- 应用场景：利用Redis的原子自增操作来生成唯一ID。
- 优点：高性能，适合高并发环境。
- 缺点：需要维护Redis集群，存在单点故障风险。
Java示例（使用Jedis库）：import redis.clients.jedis.Jedis;public class RedisIdGenerator {private Jedis jedis;private String key;public RedisIdGenerator(String host, int port, String key) {this.jedis = new Jedis(host, port);this.key = key;}public long nextId() {return jedis.incr(key);}public static void main(String[] args) {RedisIdGenerator generator = new RedisIdGenerator("localhost", 6379, "unique_id");System.out.println(generator.nextId());}
}
6. Leaf（美团的分布式ID生成服务）
美团开源的分布式ID生成服务。
- 应用场景：美团开源的分布式ID生成服务。
- 优点：适合大规模分布式系统，生成的ID有序且唯一。
- 缺点：复杂性较高，需要部署和维护Leaf服务。
Leaf使用示例：
Leaf服务需要先进行配置和部署，以下是基本的使用方式：import com.sankuai.inf.leaf.common.Result;
import com.sankuai.inf.leaf.snowflake.IDGen;public class LeafIdGenerator {private IDGen idGen;public LeafIdGenerator(IDGen idGen) {this.idGen = idGen;}public long nextId() {Result result = idGen.get("");if (result.getStatus() == Status.SUCCESS) {return result.getId();} else {throw new RuntimeException("Failed to generate ID");}}
}
)
