📚 Java 面试知识库

主题

分布式ID生成方案 ​

为什么需要全局唯一ID ​

分库分表后,多张物理表的自增主键会产生冲突,无法保证全局唯一性。

自增主键冲突问题 ​

mermaid
graph TB
    A[订单表拆分] --> B[订单表_0]
    A --> C[订单表_1]
    A --> D[订单表_2]
    E[主键冲突] --> F[无法全局定位数据]
    E --> G[数据同步失败]
    E --> H[二次分表困难]

不使用全局ID的后果 ​

问题一:ID重复导致定位失败

多张表都存在ID=1001的记录,仅凭ID无法唯一定位数据,必须联合分片键查询。

问题二:离线数据同步冲突

将分表数据汇总到数据仓库或BI系统时,主键冲突导致同步失败:

sql
-- 汇总到离线表时主键冲突
INSERT INTO dw_order_all 
SELECT * FROM t_order_0000  -- ID可能重复
UNION ALL
SELECT * FROM t_order_0001  -- ID可能重复
...

问题三:二次分表数据混乱

重新分表时,新旧表中可能存在相同ID的不同数据,无法区分。

mermaid
graph LR
    A[旧表中ID=5000] --> B[用户A的订单]
    C[新表中ID=5000] --> D[用户B的订单]
    
    E[合并查询] --> F[ID冲突<br/>数据混乱]
    
    style F fill:#FF6B6B

分布式ID生成方案 ​

UUID方案 ​

优点:

  • 生成简单,本地生成无需远程调用
  • 全局唯一性有保障

缺点:

  • 长度过长(32位字符串),存储和索引开销大
  • 无序性导致插入性能差(B+树频繁页分裂)
  • 无业务含义,可读性差
java
// UUID生成
String uuid = UUID.randomUUID().toString().replace("-", "");
// 示例: 550e8400e29b41d4a716446655440000
mermaid
graph TB
    A[UUID方案] --> B[优点]
    A --> C[缺点1]
    A --> D[缺点2]
    A --> E[缺点3]

不推荐用于数据库主键,但可用于业务流水号等场景。

单表自增主键 ​

所有分表都从同一张ID生成表获取主键。

实现方式:

sql
CREATE TABLE id_generator (
    id BIGINT AUTO_INCREMENT PRIMARY KEY,
    stub CHAR(1) NOT NULL DEFAULT '',
    UNIQUE KEY uk_stub (stub)
);

-- 获取ID
INSERT INTO id_generator (stub) VALUES ('a');
SELECT LAST_INSERT_ID();
java
// 代码实现
@Service
public class IdGeneratorService {
    
    @Autowired
    private IdGeneratorMapper mapper;
    
    public Long nextId() {
        mapper.insertStub();
        return mapper.getLastInsertId();
    }
}
mermaid
graph LR
    A[应用1] --> C[ID生成表]
    B[应用2] --> C
    D[应用3] --> C
    C --> E[性能瓶颈]
    C --> F[单点故障]

缺点:

  • 性能瓶颈:所有请求串行获取ID
  • 单点故障:ID表挂掉导致整个系统无法写入

不推荐使用,仅作为原理理解。

多表步长自增 ​

通过多个ID生成表配合步长机制避免单点问题。

核心思想:

每个实例生成的ID在不同区间:

  • 实例1:1000-1999、5000-5999、9000-9999...
  • 实例2:2000-2999、6000-6999、10000-10999...
  • 实例3:3000-3999、7000-7999、11000-11999...
  • 实例4:4000-4999、8000-8999、12000-12999...
mermaid
graph TB
    A[应用请求ID] --> B{负载均衡}
    B --> C[实例1<br/>起始值1000<br/>步长1000]
    B --> D[实例2<br/>起始值2000<br/>步长1000]
    B --> E[实例3<br/>起始值3000<br/>步长1000]
    B --> F[实例4<br/>起始值4000<br/>步长1000]
    
    style C fill:#90EE90
    style D fill:#90EE90
    style E fill:#90EE90
    style F fill:#90EE90

配置方式:

sql
-- 实例1配置
SET @@auto_increment_increment = 1000;  -- 步长
SET @@auto_increment_offset = 1000;     -- 起始值

-- 实例2配置
SET @@auto_increment_increment = 1000;
SET @@auto_increment_offset = 2000;

动态分配新区间:

实例1的ID用到1999后,分配新区间5000-5999。

优点:

  • 避免单点故障
  • 提升并发能力

缺点:

  • 配置复杂
  • ID不连续,存在空洞
  • 依赖数据库,仍有性能限制

雪花算法(Snowflake) ​

最常用的分布式ID方案,具备全局唯一、趋势递增、高性能特点。

结构组成 ​

64位Long型ID,分为4部分:

plain
0 | 0000000000 0000000000 0000000000 0000000000 0 | 00000 00000 | 000000000000
↑                41位时间戳                        ↑   10位机器ID    ↑ 12位序列号
1位符号位(固定为0)
mermaid
graph LR
    A[64位Snowflake ID] --> B[符号位]
    A --> C[时间戳]
    A --> D[机器ID]
    A --> E[序列号]

各部分详解:

  1. 符号位(1位):固定为0,保证生成的ID为正数
  2. 时间戳(41位):
    • 精确到毫秒
    • 可用时间约69年:(2^41 - 1) / (1000 * 60 * 60 * 24 * 365) ≈ 69年
    • 起始时间可自定义(如2020-01-01)
  3. 机器ID(10位):
    • 高5位:数据中心ID(0-31)
    • 低5位:机器ID(0-31)
    • 最多支持32个数据中心,每个中心32台机器,共1024个节点
  4. 序列号(12位):
    • 同一毫秒内递增
    • 范围0-4095
    • 单机每毫秒最多生成4096个ID

性能计算 ​

单机QPS:

每毫秒4096个ID,每秒可生成:4096 × 1000 = 409.6万个ID

集群QPS:

1024个节点:409.6万 × 1024 ≈ 42亿个ID/秒

mermaid
graph TB
    A[雪花算法性能] --> B[单机QPS]
    A --> C[集群QPS]
    A --> D[时效性]

代码实现 ​

java
public class SnowflakeIdGenerator {
    
    // 起始时间戳(2020-01-01)
    private final long epoch = 1577836800000L;
    
    // 机器ID位数
    private final long workerIdBits = 5L;
    private final long datacenterIdBits = 5L;
    
    // 序列号位数
    private final long sequenceBits = 12L;
    
    // 最大值
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    private final long maxSequence = -1L ^ (-1L << sequenceBits);
    
    // 位移量
    private final long workerIdShift = sequenceBits;
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    private final long timestampShift = sequenceBits + workerIdBits + datacenterIdBits;
    
    private long workerId;
    private long datacenterId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;
    
    public SnowflakeIdGenerator(long datacenterId, long workerId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException("Worker ID超出范围");
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException("Datacenter ID超出范围");
        }
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }
    
    public synchronized long nextId() {
        long timestamp = System.currentTimeMillis();
        
        // 时钟回拨检测
        if (timestamp < lastTimestamp) {
            throw new RuntimeException("时钟回拨,拒绝生成ID");
        }
        
        if (timestamp == lastTimestamp) {
            // 同一毫秒内,序列号递增
            sequence = (sequence + 1) & maxSequence;
            if (sequence == 0) {
                // 序列号耗尽,等待下一毫秒
                timestamp = waitNextMillis(lastTimestamp);
            }
        } else {
            // 新的毫秒,序列号重置
            sequence = 0L;
        }
        
        lastTimestamp = timestamp;
        
        // 组装ID
        return ((timestamp - epoch) << timestampShift)
                | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift)
                | sequence;
    }
    
    private long waitNextMillis(long lastTimestamp) {
        long timestamp = System.currentTimeMillis();
        while (timestamp <= lastTimestamp) {
            timestamp = System.currentTimeMillis();
        }
        return timestamp;
    }
}

使用示例:

java
// 数据中心1,机器5
SnowflakeIdGenerator generator = new SnowflakeIdGenerator(1, 5);

// 生成ID
long id1 = generator.nextId();  // 示例: 1234567890123456789
long id2 = generator.nextId();  // 示例: 1234567890123456790

优缺点分析 ​

优点:

  • 全局唯一:通过机器ID和序列号保证
  • 趋势递增:基于时间戳,有序性好
  • 高性能:本地生成,无网络开销
  • 高可用:无单点依赖
  • 信息丰富:可从ID反解时间和机器信息

缺点:

  • 依赖机器时钟:时钟回拨会导致ID重复或生成失败
  • 机器ID需要人工分配或通过配置中心管理
mermaid
graph TB
    A[雪花算法] --> B[优点]
    A --> C[缺点]
    B --> D[全局唯一]
    B --> E[趋势递增]
    B --> F[高性能]
    B --> G[高可用]
    C --> H[依赖时钟]
    C --> I[需分配机器ID]

方案对比 ​

方案全局唯一趋势递增性能复杂度推荐度
UUID✅❌高低⭐
单表自增✅✅低低⭐
多表步长✅✅中中⭐⭐
雪花算法✅✅高中⭐⭐⭐⭐⭐

生产推荐: 雪花算法是主流选择,平衡了性能、可用性和可维护性。

更新: 2025-12-04 17:42:00
原文: https://www.yuque.com/u22210564/zoxfmt/doc-17-05-id

Java 后端面试知识库

内容整理自 Guide 哥系列文章