mysql多条数据存到不同表id唯一分布式系统中的唯一ID生成
发布时间：2025-06-08 点击：2
我们目前主流的服务端系统都是分布式的架构。业务分布在不同的机器节点上产生数据，数据也存储在不同的机器节点。为了方便标识数据，我们使用 唯一且有序 的id来标识数据。即：
整个分布式系统中，新生成的id永远不会产生与之前已经生成的id重复；
生成的所有id可以根据生成的时间进行排序（生成时间晚的排序顺序靠后）
我们来看一下市面上的几种主流的id生成方案。
一、mysql 集群
由于我们的讨论前提是分布式架构的系统，所以这里的 mysql 我们默认是集群版。
众所周知，mysql 有自带的唯一id机制，即自增主键，可以保证在同一个数据库中，表内生成的每一条记录都是唯一且有序的。
但是如果放在分布式系统里面，我们用分库/分表的架构存储记录，那就会导致在系统中产生重复的id。
如下图，表1 2 3都是存储相同记录的不同表（可以在同一个数据库里，也可以在不同数据库里），表1 2 3都会产生id相同的数据。
为了解决这个问题，mysql 官方支持数据库 id 生成时设置步长，可以保证不同数据库中相同表的id唯一性。
如上图，每个表都有 不同的起始id和相同的步长 ，这就能保证业务记录id的唯一性。
设置步长的方案虽然解决了id生成的唯一性，但是也有很大的缺点
不能保证id的有序性和时间的强相关。（由于是分布式系统，不能保证id=4的数据一定在id=3的数据后面生成）
每次新增加一个节点，要重置所有节点的起始值和步长。
第二点只是数据库管理会麻烦一些，但是第一点不能满足我们对有序性的要求。
二、id数据库
这里泛指一套单独维护的id数据库，目的是为了保证业务系统内所有的id的唯一性和有序性。
举几个例子，比如mysql维护一条表记录，redis 维护一个key，zookeeper 维护一个序列号。当所有业务都通过调用这些存储服务来生成+获取唯一id的时候，就可以保证生成id的唯一性和有序性。
缺点：
需要资源单独维护一个服务
如果id数据库挂掉，整个业务就会停摆。如果id数据库出现数据错乱，可能会影响到唯一性和有序性
总结一下就是，id数据库可以提供唯一有序的id，但是有一定的维护成本且系统的风险很高。
三、雪花算法
snowflake是twitter公司采用的一种算法，目的是在分布式系统中产生 全局唯一且整体递增 的id。
3.1 生成id的结构
3.2 生成原理
我们先看一下雪花id的生成过程：
生成毫秒级别的时间戳，填充到 41bit 的位置
序列号默认为 000000000000 。如果 新生成的时间戳上次生成的相等 ，序列号就会 + 1。将序列号填充到 12bit 位置
存储当前生成的时间戳到内存中，以便下次生成时判断
获取到当前机器+进程的唯一标识，填充到 10bit 的位置
通过上述整个流程我们可以看到，雪花算法可以确保唯一性，单机内在同一毫秒生成的id会有序列号的递增，多机环境在同一毫秒生成的id会有机器+进程的唯一标识。
但是无法保证强有序性，比如多个机器在同一毫秒内生成的id，就无法按照时间规则进行排序
3.3 缺点
雪花算法除了无法实现严格按照时间的有序性之外，还有一个可能存在的风险点，就是 单机时钟回拨 。
如果一个机器之前已经生成过id，将机器的时间改为之前的时间，那么就有一定几率会生成与之前相同的id。
四、mongodb 的唯一id生成策略
mongo唯一id生成策略——objectid，和雪花算法相似度极高。区别在于雪花算法要占用64个字节，而 objectid 只需要占用 12个字节，但是objectid只能存储秒级别时间戳。
objectid如果用字符串表示则有24个字符，但实际上它是由一组十六进制的字符构成，每个字节两位的十六进制数字，总共用了12字节的存储空间。
比如：6331500a7cac81af7136236b 这个id
秒级时间戳
机器码
进程的pid
序号
mongodb 的 objectid 和雪花算法一样，无法实现严格按照时间的有序性，并且由于是秒级别的时间戳，所以不同机器生成的id，不按照时间排序的可能性会大很多。而且如果单机时钟回拨，也会产生与之前重复的id。
总结
特性/方案mysql 集群id数据库雪花算法mongodb objectid
唯一性 :white_check_mark: :white_check_mark: :white_check_mark: :white_check_mark:
按照生成时间的有序性 :x: :white_check_mark: :x: :x:
维护的难易程度 难 较难 易维护 易维护
在分布式系统中：
以上四种方案都可以保证生成id的唯一性
如果并发量很小的系统，可以考虑 雪花算法/mongodb objectid 方案来保证有序性
如果并发量很大，只能用id数据库来保证有序性，但是会比 雪花算法/mongodb objectid 方案增加维护成本?
河池网站优化的秘诀就是布局好网站关键词位置
苏州到惠东物流专线
苏州到巢湖物流专线
中山到宜阳物流专线
如何提高外链的效率
济南到建湖物流专线
济南到阳泉物流专线
代理防火墙如何工作？代理服务器防火墙的优缺点
整个分布式系统中，新生成的id永远不会产生与之前已经生成的id重复；
生成的所有id可以根据生成的时间进行排序（生成时间晚的排序顺序靠后）
我们来看一下市面上的几种主流的id生成方案。
一、mysql 集群
由于我们的讨论前提是分布式架构的系统，所以这里的 mysql 我们默认是集群版。
众所周知，mysql 有自带的唯一id机制，即自增主键，可以保证在同一个数据库中，表内生成的每一条记录都是唯一且有序的。
但是如果放在分布式系统里面，我们用分库/分表的架构存储记录，那就会导致在系统中产生重复的id。
如下图，表1 2 3都是存储相同记录的不同表（可以在同一个数据库里，也可以在不同数据库里），表1 2 3都会产生id相同的数据。
为了解决这个问题，mysql 官方支持数据库 id 生成时设置步长，可以保证不同数据库中相同表的id唯一性。
如上图，每个表都有 不同的起始id和相同的步长 ，这就能保证业务记录id的唯一性。
设置步长的方案虽然解决了id生成的唯一性，但是也有很大的缺点
不能保证id的有序性和时间的强相关。（由于是分布式系统，不能保证id=4的数据一定在id=3的数据后面生成）
每次新增加一个节点，要重置所有节点的起始值和步长。
第二点只是数据库管理会麻烦一些，但是第一点不能满足我们对有序性的要求。
二、id数据库
这里泛指一套单独维护的id数据库，目的是为了保证业务系统内所有的id的唯一性和有序性。
举几个例子，比如mysql维护一条表记录，redis 维护一个key，zookeeper 维护一个序列号。当所有业务都通过调用这些存储服务来生成+获取唯一id的时候，就可以保证生成id的唯一性和有序性。
缺点：
需要资源单独维护一个服务
如果id数据库挂掉，整个业务就会停摆。如果id数据库出现数据错乱，可能会影响到唯一性和有序性
总结一下就是，id数据库可以提供唯一有序的id，但是有一定的维护成本且系统的风险很高。
三、雪花算法
snowflake是twitter公司采用的一种算法，目的是在分布式系统中产生 全局唯一且整体递增 的id。
3.1 生成id的结构
3.2 生成原理
我们先看一下雪花id的生成过程：
生成毫秒级别的时间戳，填充到 41bit 的位置
序列号默认为 000000000000 。如果 新生成的时间戳上次生成的相等 ，序列号就会 + 1。将序列号填充到 12bit 位置
存储当前生成的时间戳到内存中，以便下次生成时判断
获取到当前机器+进程的唯一标识，填充到 10bit 的位置
通过上述整个流程我们可以看到，雪花算法可以确保唯一性，单机内在同一毫秒生成的id会有序列号的递增，多机环境在同一毫秒生成的id会有机器+进程的唯一标识。
但是无法保证强有序性，比如多个机器在同一毫秒内生成的id，就无法按照时间规则进行排序
3.3 缺点
雪花算法除了无法实现严格按照时间的有序性之外，还有一个可能存在的风险点，就是 单机时钟回拨 。
如果一个机器之前已经生成过id，将机器的时间改为之前的时间，那么就有一定几率会生成与之前相同的id。
四、mongodb 的唯一id生成策略
mongo唯一id生成策略——objectid，和雪花算法相似度极高。区别在于雪花算法要占用64个字节，而 objectid 只需要占用 12个字节，但是objectid只能存储秒级别时间戳。
objectid如果用字符串表示则有24个字符，但实际上它是由一组十六进制的字符构成，每个字节两位的十六进制数字，总共用了12字节的存储空间。
比如：6331500a7cac81af7136236b 这个id
秒级时间戳
机器码
进程的pid
序号
mongodb 的 objectid 和雪花算法一样，无法实现严格按照时间的有序性，并且由于是秒级别的时间戳，所以不同机器生成的id，不按照时间排序的可能性会大很多。而且如果单机时钟回拨，也会产生与之前重复的id。
总结
特性/方案mysql 集群id数据库雪花算法mongodb objectid
唯一性 :white_check_mark: :white_check_mark: :white_check_mark: :white_check_mark:
按照生成时间的有序性 :x: :white_check_mark: :x: :x:
维护的难易程度 难 较难 易维护 易维护
在分布式系统中：
以上四种方案都可以保证生成id的唯一性
如果并发量很小的系统，可以考虑 雪花算法/mongodb objectid 方案来保证有序性
如果并发量很大，只能用id数据库来保证有序性，但是会比 雪花算法/mongodb objectid 方案增加维护成本?
河池网站优化的秘诀就是布局好网站关键词位置
苏州到惠东物流专线
苏州到巢湖物流专线
中山到宜阳物流专线
如何提高外链的效率
济南到建湖物流专线
济南到阳泉物流专线
代理防火墙如何工作？代理服务器防火墙的优缺点
上一篇：嘉兴到嘉善物流专线