• 全局唯一性：确保生成的序列是全局唯一的，不可重复。

• 有序性：确保生成的ID值对于某个用户或者业务是按一定的数字有序递增的。

• 高可用性：确保生成ID功能的高可用，能够承接较大峰值，能够保证序列生成的有效性（不重复且有序）。

• 带时间标记：ID中有时间片段组成，可是清晰识别出操作的时间。

下面是业内几种常见的分布式唯一序列生成方案，我们一一来介绍下。

2 数据库自增

数据库主键设置自增序号 auto_increment，可以按照一定的趋势自增，保证主键ID的唯一性。

这个方案简单易操作，优点是明显、可控。

但由于它是在数据库的单表上进行操作，对数据库性能依赖比较明显，高并发下的压力也很大。所以不是唯一ID生成的最佳方法。

1 create table `t_generator_id` 
2 ( 
3 `id` bigint(20) not null auto_increment,  -- 表示自增列 
4  -- 其他字段信息
5 )

3 系统时间毫秒数

我们可以使用当前系统时间精确到毫秒数（或者时间戳）+业务属性+用户属性+随机数+...等参数组合形式来确保ID的唯一性，缺点是ID的有序性难以保证，如果对有序性由强需求的业务不建议使用。

类似京东淘宝等电商的订单号生成。因为订单号和用户id在业务上的区别，订单号尽可能要多些冗余的业务信息，比如

滴滴：时间+起点编号+车牌号 ; 淘宝订单：时间戳+用户ID，类似滴滴订单的唯一序号如下：

4 UUID（GUID）

Java自带的生成UUID的方式（.Net体系下也有GUID可以对应），生成的是Length=32的16进制格式的字符串，如果回退为byte数组共16个byte元素，即UUID是一个128bit长的数字，一般用16进制表示。

可以保证唯一性，但缺点是它不包含时间标识、业务数据可读性太差了，而且也不能ID的有序递增。优点生成方式，简单，高效，一般业务系统中比较少用。

5 批量预生成ID

1、在内存（缓存）中，按需批量生成N个ID，并将最大ID值记录到数据库中。比如生成 1~10000，把max=10000持久化到数据库中，内存中记录的是current=1和max=10000。

2、所有的使用都在内存中进行，每消耗一次序号，current + 1。

3、当current==max的时候，重复第一个步骤，再次批量生成 10001~20000的值，并将数据库中的max改成20000。

优点是避免了每次生成ID都要访问数据库并带来压力。

缺点是只能是单点服务，如果服务重启势必会造成ID丢失不连续的情况，而且这种方式也不利于水平扩展。

6 Redis生成唯一序列

Redis可以使用简易的String类型，它的 incr/decr key 语法，支持高效快速的增减值，能够保证生成的ID肯定是唯一有序的。

这种方式不依赖数据库持久化，速度快，算是比较好的办法了。但系统中引入Redis这一中间件，无形中增加维护成本。在超大流量、超高并发的情况下，单实例Redis还是无法满足的，需要横向扩展Redis集群来进行支撑。

1 incr/decr key // 自增减 1
2 incrby/decrby key increment  // 自增减指定数值
3 incrbyfloat/decrbyfloat key increment  // 自增减浮点数 

还可以利用像Zookeeper中的znode数据版本来生成序列号，及MongoDB的ObjectId等，但是性能不如Redis，不是很推荐。

7 snowflake算法

Twitter在把存储系统从MySQL迁移到Cassandra的过程中由于Cassandra没有顺序ID生成机制，于是自己开发了一套全局唯一ID生成服务：Snowflake。

如上图的所示，Twitter的snowflake算法下面几部分组成：

• 41位的时间序列，精确到毫秒，可以使用69年

• 10位的机器标识，最多支持部署1024个节点

• 12位的序列号，支持每个节点每毫秒产生4096个ID序号，最高位是符号位始终为0。

这种方案性能好，在单机上是递增的，但是由于涉及到分布式环境，每台机器上的时钟不可能完全同步，也许有时候也会出现不是全局递增的情况。

而且这个项目在2010就停止维护了，但这个设计思路被很多厂家参考，应用于各个业务的ID生成器及变种。

8 UidGenerator

UidGenerator是百度开源的一款分布式高性能的唯一ID生成器，使用Java实现的, 基于Snowflake算法的唯一ID生成器。

在实现上, UidGenerator通过借用未来时间来解决sequence天然存在的并发限制; 采用RingBuffer来缓存已生成的UID, 并行化UID的生产和消费, 同时对CacheLine补齐，避免了由RingBuffer带来的硬件级「伪共享」问题. 最终单机QPS可达600万。

具体的GitHub地址如下：

https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md

9 Leaf

Leaf是美团开源的分布式ID生成器，能保证全局唯一性、趋势递增、单调递增、信息安全，同时也需要依赖关系数据库、Zookeeper等中间件。

美团技术社区有详细的说明，同时也对分布式ID生成有一些比较好的分析和建议：

https://tech.meituan.com/2017/04/21/mt-leaf.html

10 总结

个人觉得最好的是Redis方案和snowflake算法，无论是性能还是可用性程度上。另外各大厂也有自己的一些做法，比如百度的UidGenerator 和 美团的Leaf，

主要也是根据现有的方案进行优化和改造，达到比较契合他们自己业务的目标。