目录

常用方式

特征

潜在问题

信息安全

高性能

UUID

雪花算法

数据库生成

美团Leaf方案

Leaf-segment 数据库方案

Leaf-snowflake 方案

---

常用方式

• uuid
• 雪花算法
• 数据库主键

特征

• 全局唯一
• 趋势递增
• 信息安全

潜在问题

信息安全

• 如果id连续递增, 容易被爬虫, 批量下载数据
• 如果订单id是连续递增, 容易被竞争对手推算出日交易量, 这时候需要ID不规则
• 可能泄漏本机mac地址

高性能

        保证在高qps时候, 系统也高可用, 延迟低

UUID

标准型式包含 32 个 16 进制数字，以连字号分为五段，形式为 8-4-4-4-12 的 36 个字符.

示例：ecb02c7d-0a3f-4c00-85f6-aa5c6962eb4d

优点: 本地生成, 性能高, 没有网络消耗

缺点:

• UUID太长不易储存, 16字节, 128位
• 信息不安全. 基于 MAC 地址生成UUID的算法, 可能造成MAC地址泄露，这个漏洞曾被用于寻找梅丽莎病毒的制作者位置
• 不适合做DB主键. 数据库主键应该越短越好, uuid随机性, 导致聚集索引的数据频繁变动, 影响性能

雪花算法

• 第 0 位： 符号位（标识正负），始终为 0，没有用，不用管。
• 第 1~41 位 ：一共 41 位，用来表示时间戳，单位是毫秒，可以支撑 2 ^41 毫秒（约 69 年）
• 第 42~52 位 ：一共 10 位，一般来说，前 5 位表示机房 ID，后 5 位表示机器 ID（实际项目中可以根据实际情况调整），这样就可以区分不同集群/机房的节点，这样就可以表示 32 个 IDC，每个 IDC 下可以有 32 台机器。
• 第 53~64 位 ：一共 12 位，用来表示序列号。 序列号为自增值，代表单台机器每毫秒能够产生的最大 ID 数(2^12 = 4096),也就是说单台机器每毫秒最多可以生成 4096 个 唯一 ID。理论上 snowflake 方案的 QPS 约为 409.6w/s

优点:

• 顺序递增, 时间戳在高位, 自增序列在地位
• 本地生成, 不依赖第三方主键, 稳定性更高, 性能高
• 可以根据自身业务, 灵活分配bit位

缺点:

        存在时钟回拨问题

数据库生成

• mysql自增主键
• redis的incr命令
• mongodb的ObjectId
• zookeeper顺序节点

美团Leaf方案

Leaf 这个名字是来自德国哲学家、数学家莱布尼茨的一句话：
There are no two identical leaves in the world（“世界上没有两片相同的树叶”）
​Leaf 分别在 MySQL 和雪花上做了相应的优化，实现了 Leaf-segment 和 Leaf-snowflake 方案。

Leaf-segment 数据库方案

==

Leaf-snowflake 方案

==