分布式唯一 id 生成器 - sequence

2025年Java面试宝典下载地址（提取码：9b3g）

二、分布式系统下的唯一ID挑战

在分库分表架构中（如图），数据库自增主键会面临严重冲突问题。当订单表被拆分成32个分片时，每个分片的自增ID都是从1开始计数，这就会导致不同分片出现重复主键：

这时就需要分布式唯一ID生成器来统一协调，常见的指标要求包括：

1. 全局唯一（核心要求）
2. 趋势递增（利于MySQL的B+树索引）
3. 高可用（QPS>5W）
4. 可扩展（支持动态扩容）

三、常见分布式ID生成方案

UUID方案

通过随机字符串生成128位ID，优点是实现简单，但缺点明显：

• 无序性导致数据库索引性能差
• 长度过长（36位字符串）
• 可读性差

数据库号段模式

使用数据库维护号段分配，比如每次申请1000个号段：

UPDATE id_generator SET max_id=max_id+1000 WHERE biz_type=1

这个方案能控制数据库访问频率，但在主从架构下存在号段丢失风险（主库挂了但数据未同步到从库）。

Snowflake算法

Twitter开源的经典方案（结构如图），64位ID包含：

• 41位时间戳（69年范围）
• 10位工作机器ID（最多1024个节点）
• 12位序列号（每毫秒4096个ID）

这种方案需要注意时钟回拨问题，可以通过记录上次生成时间戳来检测异常。

四、方案对比与选型

通过表格对比三种主流方案：

| 指标 | UUID | 数据库号段 | Snowflake | |-----------|---------|-------|-----------| | 唯一性 | 保证 | 保证 | 保证 | | 有序性 | 无序 | 趋势递增 | 趋势递增 | | 吞吐量 | 极高 | 中等 | 极高 | | 系统依赖性 | 无 | 强 | 弱 | | 扩展成本 | 无 | 中等 | 低 |

对于大部分互联网场景，推荐使用改进版Snowflake方案。建议在面试中结合项目实际场景说明选型理由，比如："我们的订单系统需要兼顾性能和扩展性，最终选择基于Snowflake的优化方案，通过注册中心动态分配workerID..."

需要购买面试鸭会员的同学，通过面试鸭返利网找我可返25元。下图展示了如何通过注册中心管理workerID：

五、高频面试题拆解

1. 时钟回拨如何处理？
   记录上次生成时间戳，检测到回拨时抛出异常并等待时钟同步，超过阈值则拒绝服务

2. workerID如何保证不重复？
   使用ZooKeeper或Nacos等注册中心分配，启动时申请唯一ID

3. 分库分表后ID怎么生成？
   建议ID的末几位与分片数取模，避免跨分片查询

这类分布式系统设计问题，建议结合《2025Java面试宝典》中的真实案例来准备。记得面试中要突出对业务场景的理解，而不仅仅是技术实现。