数据库主键设计

---

前言

数据库主键的设计是数据库架构中的一个重要环节，不同的主键生成策略适用于不同的场景和需求

---

以下是几种常见的主键设计方法及其优缺点比较：

1. 自增ID（Auto-Increment）

优点:

• 实现简单，数据库自动管理，无需开发者介入。
• 递增的特性使得数据插入速度快，因为插入总是发生在索引的末尾。
• 易于理解和使用，便于查询和排序。

缺点:

• 分布式系统中难以保证全局唯一，因为每个节点的计数器独立增长。
• 数据泄露风险，自增ID容易暴露数据库的规模和增长速度。
• 如果发生大量删除操作，可能导致主键ID不连续，影响美观但不影响功能。

2. GUID (Globally Unique Identifier)

优点:

• 全球唯一，无论在任何系统、任何地点生成，都能保证唯一性。
• 无需依赖数据库，可以在客户端生成，适合分布式系统。
• 支持提前生成ID，有利于并行处理和离线操作。

缺点:

• 长度较大（通常为32字符），占用更多的存储空间和索引空间。
• 无序的特性可能导致索引碎片，降低插入性能。
• 不易读，不便于人工识别和调试。

3. 雪花算法（Snowflake）

雪花算法（Snowflake Algorithm）是一种用于生成唯一ID的算法，最初由Twitter公司开发。它是为了解决分布式系统中生成全局唯一ID的需求而设计的。在分布式系统中，如果不同节点生成的ID可能会发生冲突，这就需要一种机制来保证生成的ID在整个系统中唯一。

雪花算法的设计考虑了以下几个因素：

1. 时间戳（Timestamp）：使用当前时间来确保生成的ID是递增的，这样可以保证生成的ID是有序的。
2. 机器ID（Machine ID）：将机器的唯一标识（比如机器的MAC地址）作为一部分ID，确保不同机器生成的ID不会冲突。
3. 序列号（Sequence Number）：用来解决同一毫秒内生成多个ID时的冲突问题。

Java中如何使用雪花算法来设计数据库主键呢？下面是一个简单的示例：

public class SnowflakeIdGenerator {// 定义机器ID，可以通过配置文件或其他方式设置private long machineId;// 定义序列号private long sequence = 0L;// 定义初始时间戳private long twepoch = 1622874000000L; // 2021-06-05 00:00:00// 定义各部分占位数private long machineIdBits = 5L;private long maxMachineId = -1L ^ (-1L << machineIdBits);private long sequenceBits = 12L;private long sequenceMask = -1L ^ (-1L << sequenceBits);// 定义机器ID左移位数private long machineIdShift = sequenceBits;// 定义时间戳左移位数private long timestampLeftShift = sequenceBits + machineIdBits;// 上次生成ID的时间戳private long lastTimestamp = -1L;public SnowflakeIdGenerator(long machineId) {if (machineId > maxMachineId || machineId < 0) {throw new IllegalArgumentException("Machine ID can't be greater than " + maxMachineId + " or less than 0");}this.machineId = machineId;}public synchronized long nextId() {long timestamp = timeGen();if (timestamp < lastTimestamp) {throw new RuntimeException("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds");}if (lastTimestamp == timestamp) {sequence = (sequence + 1) & sequenceMask;if (sequence == 0) {// 当同一毫秒内的序列号超过上限时，等待下一毫秒timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0L;}lastTimestamp = timestamp;return ((timestamp - twepoch) << timestampLeftShift) | (machineId << machineIdShift) | sequence;}private long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();while (timestamp <= lastTimestamp) {timestamp = timeGen();}return timestamp;}private long timeGen() {return System.currentTimeMillis();}public static void main(String[] args) {SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1); // 传入机器IDfor (int i = 0; i < 10; i++) {System.out.println(idGenerator.nextId());}}
}

在这个示例中，我们通过nextId()方法来生成雪花算法生成的唯一ID。首先，我们需要设置一个机器ID，确保不同的机器有不同的ID。然后，调用nextId()方法即可生成一个唯一的ID，这个ID包含了时间戳、机器ID和序列号三部分。最后，我们可以将生成的ID作为数据库表的主键。

值得注意的是，雪花算法生成的ID是趋势递增的，因此在数据库中使用时可能会带来一定的优势，比如辅助索引的性能优化。但也要注意在高并发情况下可能出现的一些问题，比如时钟回拨等。

优点:

• 结合了自增ID和GUID的优点，生成的ID是趋势递增的，且全局唯一。
• 高性能，适用于分布式环境，能够按需分配workerId和数据中心id，保证唯一性。
• ID较短（一般为64位），相比GUID节省存储空间。
• 有序性有助于索引优化。

缺点:

• 需要一个中心节点（或者多个，但需要协调）来生成ID，有一定的运维成本。
• 时钟回拨问题可能会影响ID的生成，需要特殊处理。

然而，雪花算法依赖于时间戳，因此时钟回拨（clock rollback）会对其造成问题。

处理时钟回拨的方法

1. 简单等待

当检测到时钟回拨时，直接等待直到时间回到正确的时间。这是最简单的处理方式，但会导致 ID 生成暂停一段时间。

public class SnowflakeIdGenerator {private long lastTimestamp = -1L;public synchronized long nextId() {long timestamp = timeGen();// 如果当前时间小于上一次生成ID的时间戳，说明系统时钟回拨if (timestamp < lastTimestamp) {// 等待直到时钟追上while (timestamp < lastTimestamp) {timestamp = timeGen();}}lastTimestamp = timestamp;return generateId(timestamp);}private long timeGen() {return System.currentTimeMillis();}private long generateId(long timestamp) {// 生成ID的逻辑return timestamp;}
}

2. 配置时钟回拨安全窗口

允许一定范围内的时钟回拨，在这个范围内继续生成 ID，但如果超出这个范围则抛出异常或采取其他措施。

public class SnowflakeIdGenerator {private long lastTimestamp = -1L;private static final long MAX_BACKWARD_MS = 5L; // 允许的最大时钟回拨时间public synchronized long nextId() {long timestamp = timeGen();if (timestamp < lastTimestamp) {long offset = lastTimestamp - timestamp;if (offset <= MAX_BACKWARD_MS) {// 等待，直到时钟追上try {Thread.sleep(offset + 1);} catch (InterruptedException e) {throw new RuntimeException(e);}timestamp = timeGen();if (timestamp < lastTimestamp) {throw new RuntimeException("Clock moved backwards. Refusing to generate id");}} else {throw new RuntimeException("Clock moved backwards. Refusing to generate id");}}lastTimestamp = timestamp;return generateId(timestamp);}private long timeGen() {return System.currentTimeMillis();}private long generateId(long timestamp) {// 生成ID的逻辑return timestamp;}
}

3. 使用不同的机器 ID

在分布式系统中，每台机器有唯一的机器 ID。当检测到时钟回拨时，改变机器 ID 来避免冲突。这种方法需要协调机器 ID 的分配。

public class SnowflakeIdGenerator {private long lastTimestamp = -1L;private long machineId;private static final long MAX_MACHINE_ID = 1023L;public SnowflakeIdGenerator(long machineId) {if (machineId < 0 || machineId > MAX_MACHINE_ID) {throw new IllegalArgumentException("Machine ID out of range");}this.machineId = machineId;}public synchronized long nextId() {long timestamp = timeGen();if (timestamp < lastTimestamp) {machineId = (machineId + 1) & MAX_MACHINE_ID;if (machineId == 0) {// 如果机器ID回到0，说明时钟回拨过大，拒绝生成IDthrow new RuntimeException("Clock moved backwards. Refusing to generate id");}timestamp = timeGen();}lastTimestamp = timestamp;return generateId(timestamp, machineId);}private long timeGen() {return System.currentTimeMillis();}private long generateId(long timestamp, long machineId) {// 生成ID的逻辑，包含时间戳和机器IDreturn (timestamp << 22) | (machineId << 12);}
}

小结

1. 简单等待：当检测到时钟回拨时，等待直到时钟恢复到正确时间。这种方法简单但会导致 ID 生成暂停。
2. 时钟回拨安全窗口：允许一定范围内的时钟回拨，如果超出这个范围则抛出异常或采取其他措施。
3. 不同的机器 ID：当检测到时钟回拨时，改变机器 ID 来避免冲突。这种方法需要协调机器 ID 的分配。

稳定的雪花算法实现方案

以下是一个经过优化的方案，涵盖时钟回拨问题、分布式系统中的唯一性问题和高可用性问题

1. 机器 ID 和数据中心 ID：通过配置不同的机器 ID 和数据中心 ID 来确保分布式系统中的唯一性。
2. 时钟回拨处理：使用递增序列和缓存的时间戳来处理时钟回拨问题。
3. 高可用性：结合 Redis 或数据库来生成分布式唯一 ID。

示例实现

1. 定义雪花算法类

public class SnowflakeIdGenerator {private static final long EPOCH = 1609459200000L; // 自定义纪元时间（2021-01-01）private static final long DATA_CENTER_ID_BITS = 5L;private static final long MACHINE_ID_BITS = 5L;private static final long SEQUENCE_BITS = 12L;private static final long MAX_DATA_CENTER_ID = ~(-1L << DATA_CENTER_ID_BITS);private static final long MAX_MACHINE_ID = ~(-1L << MACHINE_ID_BITS);private static final long MAX_SEQUENCE = ~(-1L << SEQUENCE_BITS);private static final long MACHINE_ID_SHIFT = SEQUENCE_BITS;private static final long DATA_CENTER_ID_SHIFT = SEQUENCE_BITS + MACHINE_ID_BITS;private static final long TIMESTAMP_SHIFT = SEQUENCE_BITS + MACHINE_ID_BITS + DATA_CENTER_ID_BITS;private final long dataCenterId;private final long machineId;private long sequence = 0L;private long lastTimestamp = -1L;public SnowflakeIdGenerator(long dataCenterId, long machineId) {if (dataCenterId > MAX_DATA_CENTER_ID || dataCenterId < 0) {throw new IllegalArgumentException(String.format("DataCenter ID can't be greater than %d or less than 0", MAX_DATA_CENTER_ID));}if (machineId > MAX_MACHINE_ID || machineId < 0) {throw new IllegalArgumentException(String.format("Machine ID can't be greater than %d or less than 0", MAX_MACHINE_ID));}this.dataCenterId = dataCenterId;this.machineId = machineId;}public synchronized long nextId() {long timestamp = timeGen();if (timestamp < lastTimestamp) {throw new RuntimeException("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds");}if (timestamp == lastTimestamp) {sequence = (sequence + 1) & MAX_SEQUENCE;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0L;}lastTimestamp = timestamp;return ((timestamp - EPOCH) << TIMESTAMP_SHIFT)| (dataCenterId << DATA_CENTER_ID_SHIFT)| (machineId << MACHINE_ID_SHIFT)| sequence;}private long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();while (timestamp <= lastTimestamp) {timestamp = timeGen();}return timestamp;}private long timeGen() {return System.currentTimeMillis();}
}

2. 使用 Redis 或数据库实现分布式唯一 ID

为了进一步提高高可用性和唯一性，可以结合 Redis 或数据库实现分布式唯一 ID 生成。这里是一个使用 Redis 的示例：

import redis.clients.jedis.Jedis;public class DistributedIdGenerator {private final SnowflakeIdGenerator snowflakeIdGenerator;private final Jedis jedis;public DistributedIdGenerator(long dataCenterId, long machineId, String redisHost, int redisPort) {this.snowflakeIdGenerator = new SnowflakeIdGenerator(dataCenterId, machineId);this.jedis = new Jedis(redisHost, redisPort);}public long nextId() {long id = snowflakeIdGenerator.nextId();String key = "snowflake:" + id;while (jedis.exists(key)) {id = snowflakeIdGenerator.nextId();key = "snowflake:" + id;}jedis.setex(key, 3600, "1"); // 设置过期时间，避免长期存储return id;}
}

解释

1. 基本雪花算法：

   • EPOCH：自定义的纪元时间。
   • DATA_CENTER_ID_BITS、MACHINE_ID_BITS 和 SEQUENCE_BITS：数据中心 ID、机器 ID 和序列号的位数。
   • nextId 方法：生成唯一 ID，并处理时钟回拨问题。

2. 分布式唯一 ID：

   • 使用 Redis 确保 ID 唯一性：在生成 ID 后，将其存储在 Redis 中，检查是否重复。
   • jedis.setex(key, 3600, "1")：使用带过期时间的键来避免长期存储。

3. 时钟回拨处理：

   • 当检测到时钟回拨时，抛出异常或等待时间前进。
   • 使用 tilNextMillis 方法等待直到时间前进。

小结

这种方案结合了雪花算法的高性能和 Redis 的分布式存储能力，解决了时钟回拨问题，并确保在分布式环境下生成唯一 ID。通过这些措施，可以实现一个稳定、高效的分布式唯一 ID 生成系统。

其他方法

• 复合主键：结合多个字段作为主键，适用于表中没有自然唯一标识符的场景。但增加了查询和维护的复杂性。
• 业务相关ID：如订单号，易于理解且与业务紧密相关，但可能需要额外的逻辑来保证唯一性，且扩展性较差。

总结

选择哪种主键生成策略取决于具体的应用场景：

• 对于单体应用或简单的分布式系统，自增ID可能是最简单高效的选择。
• 在分布式系统中，尤其是跨多个数据中心时，雪花算法因其高性能和全局唯一性成为优选。
• 当全局唯一性是首要考虑因素，且对存储空间不太敏感时，GUID是合适的选择。
• 具体场景下，也可以根据业务需求考虑复合主键或业务相关ID的方案。