最近在做乙個專案，遇到了乙個小問題：針對資料庫的主鍵自增這塊怎麼解決，前提是採用分片部署。如果還是用我們之前的方式主鍵自增，會造成乙個表中id的重複。舉例說明：比如有乙個商品表，將這個商品表部署在3臺伺服器上：server1、server2、server3。如果是以前的主鍵自增：server1中會從id1開始，server2中會從id1開始，server3中會從id1開始。如果將這個商品表合併的話，那麼就會出現商品表**現id都為1的商品，這種是不符合我們實際的開發的。所有必須採用另外一種方式將：使用程式來生產唯一的主鍵值。
雪花演算法：snowflake。
10bit的工作機器id可以 支援1024臺機器；
序列號支援1毫秒產生4096個自增序列id ；
snowflake的優點是，整體上按照時間自增排序，並且整個分布式系統內不會產生id碰撞(由資料中心id和機器id 作區分)，並且效率較高，經測試，snowflake每秒能夠產生26萬id左右。
public class idworker/*** @param workerid
* 工作機器id
* @param datacenterid
* 序列號
*/public idworker(long workerid, long datacenterid)
if (datacenterid > maxdatacenterid || datacenterid < 0)
this.workerid = workerid;
this.datacenterid = datacenterid;
}/**
* 獲取下乙個id
** @return
*/public synchronized long nextid()
if (lasttimestamp == timestamp)
} else
lasttimestamp = timestamp;
// id偏移組合生成最終的id，並返回id
long nextid = ((timestamp - twepoch) << timestampleftshift)
| (datacenterid << datacenteridshift)
| (workerid << workeridshift) | sequence;
return nextid;
}private long tilnextmillis(final long lasttimestamp)
return timestamp;
}private long timegen()
/*** * 獲取 maxworkerid
* */
protected static long getmaxworkerid(long datacenterid, long maxworkerid)
/** mac + pid 的 hashcode 獲取16個低位
*/return (mpid.tostring().hashcode() & 0xffff) % (maxworkerid + 1);
}/**
* * 資料標識id部分
* */
protected static long getdatacenterid(long maxdatacenterid) else
} catch (exception e)
return id;
}public static void main(string args) }}
分布式ID生成器
一 需求緣起 幾乎所有的業務系統，都有生成乙個唯一記錄標識的需求，例如 這個記錄標識往往就是資料庫中的主鍵，資料庫上會建立聚集索引 cluster index 即在物理儲存上以這個字段排序。這個記錄標識上的查詢，往往又有分頁或者排序的業務需求，例如 所以往往要有乙個time欄位，並且在time欄位上...
分布式 ID 生成器
乙個唯一 id 在乙個分布式系統中是非常重要的乙個業務屬性，其中包括一些如訂單 id，訊息 id 會話 id，他們都有一些共有的特性 全域性唯一很好理解，目的就是唯一標識某個次請求，某個業務。通常有以下幾種方案 可以利用mysql中的自增屬性auto increment來生成全域性唯一 id，也能保...
分布式ID生成器（雪花演算法）
目前微服務架構盛行，在分布式系統中的操作中都會有一些全域性性id的需求,所以我們不能使用資料庫本身的自增功能來產生主鍵值，只能由程式來生成唯一的主鍵值。我們採用的是開源的twitter 非官方中文慣稱 推特.是國外的乙個 是乙個社交網路及微部落格服務 的snowflake 雪花 演算法。各個段解析 ...