第七章 设计分布式系统中的唯一标识符生成器

传统单机数据库中往往使用auto_increment属性的主键作为ID，但由于不同机器的重复性，该方案在分布式环境中不生效。

总体设计流程

1. 了解问题并且确定设计范围，假定具有以下特性
   • 唯一标识符具有唯一性
   • 按日期排序
   • 只包含数字
   • 64位
   • 每秒可生成10000个
2. 提出设计并且获得批准
   • 多主复制
   • 通用唯一标识符（UUID）
   • 票务服务器
   • Twitter雪花方法

多主复制

针对单机各自生成自增ID会重复的缺陷，将其改进为每个机器的ID增加为总的机器数N。

但是其具有一些缺点：

• 难以扩展到大数量服务器的情况
• 多服务器之间的ID不能比较时间
• 不能服务器数量变化的情况

通用唯一标识符

通用唯一标识符（UUID）是另一种获取唯一ID的简单方法，UUID为128位的数字。由维基百科可知每秒生成10亿个UUID持续生成100年才有50%概率获取到一个重复的。

UUID在分布式系统上的应用就是给每个web服务器配置一个ID服务器，让其独立生成ID。

优点：

• 生成简单，不需要协调，不会出现同步问题
• 容易扩展，只需要配置新的生成器

缺点：

• ID长度为128位
• ID不随时间变化
• ID可能为非数字

票务生成器

票务生成器是Flocker开发用于生成分布式主键的应用。其思想史使用单个数据库服务器（TicketServer）中的集中式自增功能。

优点：

• 数字ID
• 单机控制ID易于实现，适合中小规模应用程序

缺点：

• 不抗单点故障，单个票务服务器如果崩溃，所有服务都会瘫痪，但引入多个票务服务器又会出现同步问题

可参考flicker的工程博客

雪花方法

Twitter独特的ID生成系统“雪花”使用了分而治之的思想。其将64位ID分解为多个部分，常见示例为：

• 1bit：符号位，始终为0，保留使用
• 41bit：自特定纪元以来的毫秒数，默认为2010 年 11 月 04 日，01:42:54
• 5bit：数据中心ID，此处为32个
• 5bit：机器ID，此处为32个
• 12bit：序号ID，对于在机器/进程上生成的每个ID，序号增加1，每毫秒重置为0，此处为4096个

雪花方法是目前所有方法中最满足需求的。如果深挖该方法还有几个可以探索的方向：

• 时钟同步：本章假设所有服务器时钟相同，实际上在多服务器的时间并不同步，解决该问题最流行的方案是时间时钟协议
• 各段部分的长度调整：例如较少序列号但更多时间戳对于低并发的长期应用更有效
• 高可用性：关注其实际的可用性

---

2025年7月16日阅读随笔