面試題

分庫分表之后，id 主鍵如何處理？

面試官心理分析

其實這是分庫分表之后你必然要面對的一個問題，就是 id 咋生成？因為要是分成多個表之后，每個表都是從 1 開始累加，那肯定不對啊，需要一個全局唯一的 id 來支持。所以這都是你實際生產(chǎn)環(huán)境中必須考慮的問題。

面試題剖析

基于數(shù)據(jù)庫的實現(xiàn)方案

數(shù)據(jù)庫自增 id

這個就是說你的系統(tǒng)里每次得到一個 id，都是往一個庫的一個表里插入一條沒什么業(yè)務(wù)含義的數(shù)據(jù)，然后獲取一個數(shù)據(jù)庫自增的一個 id。拿到這個 id 之后再往對應(yīng)的分庫分表里去寫入。

這個方案的好處就是方便簡單，誰都會用；缺點就是單庫生成自增 id，要是高并發(fā)的話，就會有瓶頸的；如果你硬是要改進一下，那么就專門開一個服務(wù)出來，這個服務(wù)每次就拿到當(dāng)前 id 最大值，然后自己遞增幾個 id，一次性返回一批 id，然后再把當(dāng)前最大 id 值修改成遞增幾個 id 之后的一個值；但是無論如何都是基于單個數(shù)據(jù)庫。

適合的場景：你分庫分表就倆原因，要不就是單庫并發(fā)太高，要不就是單庫數(shù)據(jù)量太大；除非是你并發(fā)不高，但是數(shù)據(jù)量太大導(dǎo)致的分庫分表擴容，你可以用這個方案，因為可能每秒最高并發(fā)最多就幾百，那么就走單獨的一個庫和表生成自增主鍵即可。

設(shè)置數(shù)據(jù)庫 sequence 或者表自增字段步長

可以通過設(shè)置數(shù)據(jù)庫 sequence 或者表的自增字段步長來進行水平伸縮。

比如說，現(xiàn)在有 8 個服務(wù)節(jié)點，每個服務(wù)節(jié)點使用一個 sequence 功能來產(chǎn)生 ID，每個 sequence 的起始 ID 不同，并且依次遞增，步長都是 8。

適合的場景：在用戶防止產(chǎn)生的 ID 重復(fù)時，這種方案實現(xiàn)起來比較簡單，也能達(dá)到性能目標(biāo)。但是服務(wù)節(jié)點固定，步長也固定，將來如果還要增加服務(wù)節(jié)點，就不好搞了。

UUID

好處就是本地生成，不要基于數(shù)據(jù)庫來了；不好之處就是，UUID 太長了、占用空間大，作為主鍵性能太差了；更重要的是，UUID 不具有有序性，會導(dǎo)致 B+ 樹索引在寫的時候有過多的隨機寫操作（連續(xù)的 ID 可以產(chǎn)生部分順序?qū)?#xff09;，還有，由于在寫的時候不能產(chǎn)生有順序的 append 操作，而需要進行 insert 操作，將會讀取整個 B+ 樹節(jié)點到內(nèi)存，在插入這條記錄后會將整個節(jié)點寫回磁盤，這種操作在記錄占用空間比較大的情況下，性能下降明顯。

適合的場景：如果你是要隨機生成個什么文件名、編號之類的，你可以用 UUID，但是作為主鍵是不能用 UUID 的。

UUID.randomUUID().toString().replace(“-”, “”) -> sfsdf23423rr234sfdaf

獲取系統(tǒng)當(dāng)前時間

這個就是獲取當(dāng)前時間即可，但是問題是，并發(fā)很高的時候，比如一秒并發(fā)幾千，會有重復(fù)的情況，這個是肯定不合適的。基本就不用考慮了。

適合的場景：一般如果用這個方案，是將當(dāng)前時間跟很多其他的業(yè)務(wù)字段拼接起來，作為一個 id，如果業(yè)務(wù)上你覺得可以接受，那么也是可以的。你可以將別的業(yè)務(wù)字段值跟當(dāng)前時間拼接起來，組成一個全局唯一的編號。

snowflake 算法

snowflake 算法是 twitter 開源的分布式 id 生成算法，采用 Scala 語言實現(xiàn)，是把一個 64 位的 long 型的 id，1 個 bit 是不用的，用其中的 41 bit 作為毫秒數(shù)，用 10 bit 作為工作機器 id，12 bit 作為序列號。

• 1 bit：不用，為啥呢？因為二進制里第一個 bit 為如果是 1，那么都是負(fù)數(shù)，但是我們生成的 id 都是正數(shù)，所以第一個 bit 統(tǒng)一都是 0。
• 41 bit：表示的是時間戳，單位是毫秒。41 bit 可以表示的數(shù)字多達(dá) 2^41 - 1，也就是可以標(biāo)識 2^41 - 1 個毫秒值，換算成年就是表示69年的時間。
• 10 bit：記錄工作機器 id，代表的是這個服務(wù)最多可以部署在 2^10臺機器上哪，也就是1024臺機器。但是 10 bit 里 5 個 bit 代表機房 id，5 個 bit 代表機器 id。意思就是最多代表 2^5個機房（32個機房），每個機房里可以代表 2^5 個機器（32臺機器）。
• 12 bit：這個是用來記錄同一個毫秒內(nèi)產(chǎn)生的不同 id，12 bit 可以代表的最大正整數(shù)是 2^12 - 1 = 4096，也就是說可以用這個 12 bit 代表的數(shù)字來區(qū)分同一個毫秒內(nèi)的 4096 個不同的 id。

0 | 0001100 10100010 10111110 10001001 01011100 00 | 10001 | 1 1001 | 0000 00000000

public class IdWorker {private long workerId;private long datacenterId;private long sequence;public IdWorker(long workerId, long datacenterId, long sequence) {// sanity check for workerId// 這兒不就檢查了一下，要求就是你傳遞進來的機房id和機器id不能超過32，不能小于0if (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));}System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);this.workerId = workerId;this.datacenterId = datacenterId;this.sequence = sequence;}private long twepoch = 1288834974657L;private long workerIdBits = 5L;private long datacenterIdBits = 5L;// 這個是二進制運算，就是 5 bit最多只能有31個數(shù)字，也就是說機器id最多只能是32以內(nèi)private long maxWorkerId = -1L ^ (-1L << workerIdBits);// 這個是一個意思，就是 5 bit最多只能有31個數(shù)字，機房id最多只能是32以內(nèi)private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);private long sequenceBits = 12L;private long workerIdShift = sequenceBits;private long datacenterIdShift = sequenceBits + workerIdBits;private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;private long sequenceMask = -1L ^ (-1L << sequenceBits);private long lastTimestamp = -1L;public long getWorkerId() {return workerId;}public long getDatacenterId() {return datacenterId;}public long getTimestamp() {return System.currentTimeMillis();}public synchronized long nextId() {// 這兒就是獲取當(dāng)前時間戳，單位是毫秒long timestamp = timeGen();if (timestamp < lastTimestamp) {System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));}if (lastTimestamp == timestamp) {// 這個意思是說一個毫秒內(nèi)最多只能有4096個數(shù)字// 無論你傳遞多少進來，這個位運算保證始終就是在4096這個范圍內(nèi)，避免你自己傳遞個sequence超過了4096這個范圍sequence = (sequence + 1) & sequenceMask;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0;}// 這兒記錄一下最近一次生成id的時間戳，單位是毫秒lastTimestamp = timestamp;// 這兒就是將時間戳左移，放到 41 bit那兒；// 將機房 id左移放到 5 bit那兒；// 將機器id左移放到5 bit那兒；將序號放最后12 bit；// 最后拼接起來成一個 64 bit的二進制數(shù)字，轉(zhuǎn)換成 10 進制就是個 long 型return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift)| (workerId << workerIdShift) | sequence;}private long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();while (timestamp <= lastTimestamp) {timestamp = timeGen();}return timestamp;}private long timeGen() {return System.currentTimeMillis();}// ---------------測試---------------public static void main(String[] args) {IdWorker worker = new IdWorker(1, 1, 1);for (int i = 0; i < 30; i++) {System.out.println(worker.nextId());}}}

怎么說呢，大概這個意思吧，就是說 41 bit 是當(dāng)前毫秒單位的一個時間戳，就這意思；然后 5 bit 是你傳遞進來的一個機房 id（但是最大只能是 32 以內(nèi)），另外 5 bit 是你傳遞進來的機器 id（但是最大只能是 32 以內(nèi)），剩下的那個 12 bit序列號，就是如果跟你上次生成 id 的時間還在一個毫秒內(nèi)，那么會把順序給你累加，最多在 4096 個序號以內(nèi)。

所以你自己利用這個工具類，自己搞一個服務(wù)，然后對每個機房的每個機器都初始化這么一個東西，剛開始這個機房的這個機器的序號就是 0。然后每次接收到一個請求，說這個機房的這個機器要生成一個 id，你就找到對應(yīng)的 Worker 生成。

利用這個 snowflake 算法，你可以開發(fā)自己公司的服務(wù)，甚至對于機房 id 和機器 id，反正給你預(yù)留了 5 bit + 5 bit，你換成別的有業(yè)務(wù)含義的東西也可以的。

這個 snowflake 算法相對來說還是比較靠譜的，所以你要真是搞分布式 id 生成，如果是高并發(fā)啥的，那么用這個應(yīng)該性能比較好，一般每秒幾萬并發(fā)的場景，也足夠你用了。

轉(zhuǎn)載于:https://www.cnblogs.com/tianshug/p/11305808.html

總結(jié)

以上是生活随笔為你收集整理的分库分表之后，主键的处理方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。