一口氣說出 9種 分布式ID生成方式，面試官有點懵了
一、為什么要用分布式ID？
在說分布式ID的具體實現(xiàn)之前，我們來簡單分析一下為什么用分布式ID？分布式ID應該滿足哪些特征？
1、什么是分布式ID？
拿MySQL數(shù)據(jù)庫舉個栗子：
在我們業(yè)務數(shù)據(jù)量不大的時候，單庫單表完全可以支撐現(xiàn)有業(yè)務，數(shù)據(jù)再大一點搞個MySQL主從同步讀寫分離也能對付。
但隨著數(shù)據(jù)日漸增長，主從同步也扛不住了，就需要對數(shù)據(jù)庫進行分庫分表，但分庫分表后需要有一個唯一ID來標識一條數(shù)據(jù)，數(shù)據(jù)庫的自增ID顯然不能滿足需求；特別一點的如訂單、優(yōu)惠券也都需要有唯一ID做標識。此時一個能夠生成全局唯一ID的系統(tǒng)是非常必要的。那么這個全局唯一ID就叫分布式ID。
2、那么分布式ID需要滿足那些條件？
全局唯一：必須保證ID是全局性唯一的，基本要求
高性能：高可用低延時，ID生成響應要塊，否則反倒會成為業(yè)務瓶頸
高可用：100%的可用性是騙人的，但是也要無限接近于100%的可用性
好接入：要秉著拿來即用的設計原則，在系統(tǒng)設計和實現(xiàn)上要盡可能的簡單
趨勢遞增：最好趨勢遞增，這個要求就得看具體業(yè)務場景了，一般不嚴格要求
二、 分布式ID都有哪些生成方式？
今天主要分析一下以下9種，分布式ID生成器方式以及優(yōu)缺點：
UUID
數(shù)據(jù)庫自增ID
數(shù)據(jù)庫多主模式
號段模式
Redis
雪花算法（SnowFlake）
滴滴出品（TinyID）
百度 （Uidgenerator）
美團（Leaf）
那么它們都是如何實現(xiàn)？以及各自有什么優(yōu)缺點？我們往下看
以上圖片源自網(wǎng)絡，如有侵權聯(lián)系刪除
1、基于UUID
在Java的世界里，想要得到一個具有唯一性的ID，首先被想到可能就是UUID，畢竟它有著全球唯一的特性。那么UUID可以做分布式ID嗎？答案是可以的，但是并不推薦！
public?static?void?main(String[]?args)?{?
???????String?uuid?=?UUID.randomUUID().toString().replaceAll("-","");
???????System.out.println(uuid);
?}
UUID的生成簡單到只有一行代碼，輸出結果?c2b8c2b9e46c47e3b30dca3b0d447718，但UUID卻并不適用于實際的業(yè)務需求。像用作訂單號UUID這樣的字符串沒有絲毫的意義，看不出和訂單相關的有用信息；而對于數(shù)據(jù)庫來說用作業(yè)務主鍵ID，它不僅是太長還是字符串，存儲性能差查詢也很耗時，所以不推薦用作分布式ID。
優(yōu)點：
生成足夠簡單，本地生成無網(wǎng)絡消耗，具有唯一性
缺點：
無序的字符串，不具備趨勢自增特性
沒有具體的業(yè)務含義
長度過長16 字節(jié)128位，36位長度的字符串，存儲以及查詢對MySQL的性能消耗較大，MySQL官方明確建議主鍵要盡量越短越好，作為數(shù)據(jù)庫主鍵?
UUID?的無序性會導致數(shù)據(jù)位置頻繁變動，嚴重影響性能。
2、基于數(shù)據(jù)庫自增ID
基于數(shù)據(jù)庫的auto_increment自增ID完全可以充當分布式ID，具體實現(xiàn)：需要一個單獨的MySQL實例用來生成ID，建表結構如下：
CREATE?DATABASE?`SEQ_ID`;
CREATE?TABLE?SEQID.SEQUENCE_ID?(
????id?bigint(20)?unsigned?NOT?NULL?auto_increment,?
????value?char(10)?NOT?NULL?default?'',
????PRIMARY?KEY?(id),
)?ENGINE=MyISAM;
insert?into?SEQUENCE_ID(value)??VALUES?('values');
當我們需要一個ID的時候，向表中插入一條記錄返回主鍵ID，但這種方式有一個比較致命的缺點，訪問量激增時MySQL本身就是系統(tǒng)的瓶頸，用它來實現(xiàn)分布式服務風險比較大，不推薦！
優(yōu)點：
實現(xiàn)簡單，ID單調(diào)自增，數(shù)值類型查詢速度快
缺點：
DB單點存在宕機風險，無法扛住高并發(fā)場景
3、基于數(shù)據(jù)庫集群模式
前邊說了單點數(shù)據(jù)庫方式不可取，那對上邊的方式做一些高可用優(yōu)化，換成主從模式集群。害怕一個主節(jié)點掛掉沒法用，那就做雙主模式集群，也就是兩個Mysql實例都能單獨的生產(chǎn)自增ID。
那這樣還會有個問題，兩個MySQL實例的自增ID都從1開始，會生成重復的ID怎么辦？
解決方案：設置起始值和自增步長
MySQL_1 配置：
set?@@auto_increment_offset?=?1;?????--?起始值
set?@@auto_increment_increment?=?2;??--?步長
MySQL_2 配置：
set?@@auto_increment_offset?=?2;?????--?起始值
set?@@auto_increment_increment?=?2;??--?步長
這樣兩個MySQL實例的自增ID分別就是：
1、3、5、7、9?
2、4、6、8、10
那如果集群后的性能還是扛不住高并發(fā)咋辦？就要進行MySQL擴容增加節(jié)點，這是一個比較麻煩的事。
從上圖可以看出，水平擴展的數(shù)據(jù)庫集群，有利于解決數(shù)據(jù)庫單點壓力的問題，同時為了ID生成特性，將自增步長按照機器數(shù)量來設置。
增加第三臺MySQL實例需要人工修改一、二兩臺MySQL實例的起始值和步長，把第三臺機器的ID起始生成位置設定在比現(xiàn)有最大自增ID的位置遠一些，但必須在一、二兩臺MySQL實例ID還沒有增長到第三臺MySQL實例的起始ID值的時候，否則自增ID就要出現(xiàn)重復了，必要時可能還需要停機修改。
優(yōu)點：
解決DB單點問題
缺點：
不利于后續(xù)擴容，而且實際上單個數(shù)據(jù)庫自身壓力還是大，依舊無法滿足高并發(fā)場景。
4、基于數(shù)據(jù)庫的號段模式
號段模式是當下分布式ID生成器的主流實現(xiàn)方式之一，號段模式可以理解為從數(shù)據(jù)庫批量的獲取自增ID，每次從數(shù)據(jù)庫取出一個號段范圍，例如 (1,1000] 代表1000個ID，具體的業(yè)務服務將本號段，生成1~1000的自增ID并加載到內(nèi)存。表結構如下：
CREATE?TABLE?id_generator?(
??id?int(10)?NOT?NULL,
??max_id?bigint(20)?NOT?NULL?COMMENT?'當前最大id',
??step?int(20)?NOT?NULL?COMMENT?'號段的布長',
??biz_type????int(20)?NOT?NULL?COMMENT?'業(yè)務類型',
??version?int(20)?NOT?NULL?COMMENT?'版本號',
??PRIMARY?KEY?(`id`)
)?
biz_type ：代表不同業(yè)務類型
max_id ：當前最大的可用id
step ：代表號段的長度
version ：是一個樂觀鎖，每次都更新version，保證并發(fā)時數(shù)據(jù)的正確性
| id | biz_type | max_id | step | version |
|---|---|---|---|---|
| 1 | 101 | 1000 | 2000 | 0 |
等這批號段ID用完，再次向數(shù)據(jù)庫申請新號段，對max_id字段做一次update操作，update max_id= max_id + step，update成功則說明新號段獲取成功，新的號段范圍是(max_id ,max_id +step]。
update?id_generator?set?max_id?=?#{max_id+step},?version?=?version?+?1?where?version?=?#?{version}?and?biz_type?=?XXX
由于多業(yè)務端可能同時操作，所以采用版本號version樂觀鎖方式更新，這種分布式ID生成方式不強依賴于數(shù)據(jù)庫，不會頻繁的訪問數(shù)據(jù)庫，對數(shù)據(jù)庫的壓力小很多。
5、基于Redis模式
Redis也同樣可以實現(xiàn)，原理就是利用redis的?incr命令實現(xiàn)ID的原子性自增。
127.0.0.1:6379>?set?seq_id?1?????//?初始化自增ID為1
OK
127.0.0.1:6379>?incr?seq_id??????//?增加1，并返回遞增后的數(shù)值
(integer)?2
用redis實現(xiàn)需要注意一點，要考慮到redis持久化的問題。redis有兩種持久化方式RDB和AOF
RDB會定時打一個快照進行持久化，假如連續(xù)自增但redis沒及時持久化，而這會Redis掛掉了，重啟Redis后會出現(xiàn)ID重復的情況。AOF會對每條寫命令進行持久化，即使Redis掛掉了也不會出現(xiàn)ID重復的情況，但由于incr命令的特殊性，會導致Redis重啟恢復的數(shù)據(jù)時間過長。
6、基于雪花算法（Snowflake）模式
雪花算法（Snowflake）是twitter公司內(nèi)部分布式項目采用的ID生成算法，開源后廣受國內(nèi)大廠的好評，在該算法影響下各大公司相繼開發(fā)出各具特色的分布式生成器。
以上圖片源自網(wǎng)絡，如有侵權聯(lián)系刪除
Snowflake生成的是Long類型的ID，一個Long類型占8個字節(jié)，每個字節(jié)占8比特，也就是說一個Long類型占64個比特。
Snowflake ID組成結構：正數(shù)位（占1比特）+?時間戳（占41比特）+?機器ID（占5比特）+?數(shù)據(jù)中心（占5比特）+?自增值（占12比特），總共64比特組成的一個Long類型。
第一個bit位（1bit）：Java中l(wèi)ong的最高位是符號位代表正負，正數(shù)是0，負數(shù)是1，一般生成ID都為正數(shù)，所以默認為0。
時間戳部分（41bit）：毫秒級的時間，不建議存當前時間戳，而是用（當前時間戳 - 固定開始時間戳）的差值，可以使產(chǎn)生的ID從更小的值開始；41位的時間戳可以使用69年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年
工作機器id（10bit）：也被叫做
workId，這個可以靈活配置，機房或者機器號組合都可以。序列號部分（12bit），自增值支持同一毫秒內(nèi)同一個節(jié)點可以生成4096個ID
根據(jù)這個算法的邏輯，只需要將這個算法用Java語言實現(xiàn)出來，封裝為一個工具方法，那么各個業(yè)務應用可以直接使用該工具方法來獲取分布式ID，只需保證每個業(yè)務應用有自己的工作機器id即可，而不需要單獨去搭建一個獲取分布式ID的應用。
Java版本的Snowflake算法實現(xiàn)：
/**
?*?Twitter的SnowFlake算法,使用SnowFlake算法生成一個整數(shù)，然后轉(zhuǎn)化為62進制變成一個短地址URL
?*
?*?https://github.com/beyondfengyu/SnowFlake
?*/
public?class?SnowFlakeShortUrl?{
????/**
?????*?起始的時間戳
?????*/
????private?final?static?long?START_TIMESTAMP?=?1480166465631L;
????/**
?????*?每一部分占用的位數(shù)
?????*/
????private?final?static?long?SEQUENCE_BIT?=?12;???//序列號占用的位數(shù)
????private?final?static?long?MACHINE_BIT?=?5;?????//機器標識占用的位數(shù)
????private?final?static?long?DATA_CENTER_BIT?=?5;?//數(shù)據(jù)中心占用的位數(shù)
????/**
?????*?每一部分的最大值
?????*/
????private?final?static?long?MAX_SEQUENCE?=?-1L?^?(-1L?<????private?final?static?long?MAX_MACHINE_NUM?=?-1L?^?(-1L?<????private?final?static?long?MAX_DATA_CENTER_NUM?=?-1L?^?(-1L?<
????/**
?????*?每一部分向左的位移
?????*/
????private?final?static?long?MACHINE_LEFT?=?SEQUENCE_BIT;
????private?final?static?long?DATA_CENTER_LEFT?=?SEQUENCE_BIT?+?MACHINE_BIT;
????private?final?static?long?TIMESTAMP_LEFT?=?DATA_CENTER_LEFT?+?DATA_CENTER_BIT;
????private?long?dataCenterId;??//數(shù)據(jù)中心
????private?long?machineId;?????//機器標識
????private?long?sequence?=?0L;?//序列號
????private?long?lastTimeStamp?=?-1L;??//上一次時間戳
????private?long?getNextMill()?{
????????long?mill?=?getNewTimeStamp();
????????while?(mill?<=?lastTimeStamp)?{
????????????mill?=?getNewTimeStamp();
????????}
????????return?mill;
????}
????private?long?getNewTimeStamp()?{
????????return?System.currentTimeMillis();
????}
????/**
?????*?根據(jù)指定的數(shù)據(jù)中心ID和機器標志ID生成指定的序列號
?????*
?????*?@param?dataCenterId?數(shù)據(jù)中心ID
?????*?@param?machineId????機器標志ID
?????*/
????public?SnowFlakeShortUrl(long?dataCenterId,?long?machineId)?{
????????if?(dataCenterId?>?MAX_DATA_CENTER_NUM?||?dataCenterId?0)?{
????????????throw?new?IllegalArgumentException("DtaCenterId can't be greater than MAX_DATA_CENTER_NUM or less than 0！");
????????}
????????if?(machineId?>?MAX_MACHINE_NUM?||?machineId?0)?{
????????????throw?new?IllegalArgumentException("MachineId can't be greater than MAX_MACHINE_NUM or less than 0！");
????????}
????????this.dataCenterId?=?dataCenterId;
????????this.machineId?=?machineId;
????}
????/**
?????*?產(chǎn)生下一個ID
?????*
?????*?@return
?????*/
????public?synchronized?long?nextId()?{
????????long?currTimeStamp?=?getNewTimeStamp();
????????if?(currTimeStamp?????????????throw?new?RuntimeException("Clock?moved?backwards.??Refusing?to?generate?id");
????????}
????????if?(currTimeStamp?==?lastTimeStamp)?{
????????????//相同毫秒內(nèi)，序列號自增
????????????sequence?=?(sequence?+?1)?&?MAX_SEQUENCE;
????????????//同一毫秒的序列數(shù)已經(jīng)達到最大
????????????if?(sequence?==?0L)?{
????????????????currTimeStamp?=?getNextMill();
????????????}
????????}?else?{
????????????//不同毫秒內(nèi)，序列號置為0
????????????sequence?=?0L;
????????}
????????lastTimeStamp?=?currTimeStamp;
????????return?(currTimeStamp?-?START_TIMESTAMP)?<//時間戳部分
????????????????|?dataCenterId?<//數(shù)據(jù)中心部分
????????????????|?machineId?<//機器標識部分
????????????????|?sequence;?????????????????????????????//序列號部分
????}
????public?static?void?main(String[]?args)?{
????????SnowFlakeShortUrl?snowFlake?=?new?SnowFlakeShortUrl(2,?3);
????????for?(int?i?=?0;?i?1?<4);?i++)?{
????????????//10進制
????????????System.out.println(snowFlake.nextId());
????????}
????}
}
7、百度（uid-generator）
uid-generator是由百度技術部開發(fā)，項目GitHub地址 https://github.com/baidu/uid-generator
uid-generator是基于Snowflake算法實現(xiàn)的，與原始的snowflake算法不同在于，uid-generator支持自定義時間戳、工作機器ID和?序列號?等各部分的位數(shù)，而且uid-generator中采用用戶自定義workId的生成策略。
uid-generator需要與數(shù)據(jù)庫配合使用，需要新增一個WORKER_NODE表。當應用啟動時會向數(shù)據(jù)庫表中去插入一條數(shù)據(jù)，插入成功后返回的自增ID就是該機器的workId數(shù)據(jù)由host，port組成。
對于uid-generator?ID組成結構：
workId，占用了22個bit位，時間占用了28個bit位，序列化占用了13個bit位，需要注意的是，和原始的snowflake不太一樣，時間的單位是秒，而不是毫秒，workId也不一樣，而且同一應用每次重啟就會消費一個workId。
參考文獻
https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md
8、美團（Leaf）
Leaf由美團開發(fā)，github地址：https://github.com/Meituan-Dianping/Leaf
Leaf同時支持號段模式和snowflake算法模式，可以切換使用。
號段模式
先導入源碼 https://github.com/Meituan-Dianping/Leaf ，在建一張表leaf_alloc
DROP?TABLE?IF?EXISTS?`leaf_alloc`;
CREATE?TABLE?`leaf_alloc`?(
??`biz_tag`?varchar(128)??NOT?NULL?DEFAULT?''?COMMENT?'業(yè)務key',
??`max_id`?bigint(20)?NOT?NULL?DEFAULT?'1'?COMMENT?'當前已經(jīng)分配了的最大id',
??`step`?int(11)?NOT?NULL?COMMENT?'初始步長，也是動態(tài)調(diào)整的最小步長',
??`description`?varchar(256)??DEFAULT?NULL?COMMENT?'業(yè)務key的描述',
??`update_time`?timestamp?NOT?NULL?DEFAULT?CURRENT_TIMESTAMP?ON?UPDATE?CURRENT_TIMESTAMP?COMMENT?'數(shù)據(jù)庫維護的更新時間',
??PRIMARY?KEY?(`biz_tag`)
)?ENGINE=InnoDB;
然后在項目中開啟號段模式，配置對應的數(shù)據(jù)庫信息，并關閉snowflake模式
leaf.name=com.sankuai.leaf.opensource.test
leaf.segment.enable=true
leaf.jdbc.url=jdbc:mysql://localhost:3306/leaf_test?useUnicode=true&characterEncoding=utf8&characterSetResults=utf8
leaf.jdbc.username=root
leaf.jdbc.password=root
leaf.snowflake.enable=false
#leaf.snowflake.zk.address=
#leaf.snowflake.port=
啟動leaf-server?模塊的?LeafServerApplication項目就跑起來了
號段模式獲取分布式自增ID的測試url ：http：//localhost：8080/api/segment/get/leaf-segment-test
監(jiān)控號段模式：http://localhost:8080/cache
snowflake模式
Leaf的snowflake模式依賴于ZooKeeper，不同于原始snowflake算法也主要是在workId的生成上，Leaf中workId是基于ZooKeeper的順序Id來生成的，每個應用在使用Leaf-snowflake時，啟動時都會都在Zookeeper中生成一個順序Id，相當于一臺機器對應一個順序節(jié)點，也就是一個workId。
leaf.snowflake.enable=true
leaf.snowflake.zk.address=127.0.0.1
leaf.snowflake.port=2181
snowflake模式獲取分布式自增ID的測試url：http://localhost:8080/api/snowflake/get/test
9、滴滴（Tinyid）
Tinyid由滴滴開發(fā)，Github地址：https://github.com/didi/tinyid。
Tinyid是基于號段模式原理實現(xiàn)的與Leaf如出一轍，每個服務獲取一個號段（1000,2000]、（2000,3000]、（3000,4000]
Tinyid提供http和tinyid-client兩種方式接入
Http方式接入
（1）導入Tinyid源碼：
git clone https://github.com/didi/tinyid.git
（2）創(chuàng)建數(shù)據(jù)表：
CREATE?TABLE?`tiny_id_info`?(
??`id`?bigint(20)?unsigned?NOT?NULL?AUTO_INCREMENT?COMMENT?'自增主鍵',
??`biz_type`?varchar(63)?NOT?NULL?DEFAULT?''?COMMENT?'業(yè)務類型，唯一',
??`begin_id`?bigint(20)?NOT?NULL?DEFAULT?'0'?COMMENT?'開始id，僅記錄初始值，無其他含義。初始化時begin_id和max_id應相同',
??`max_id`?bigint(20)?NOT?NULL?DEFAULT?'0'?COMMENT?'當前最大id',
??`step`?int(11)?DEFAULT?'0'?COMMENT?'步長',
??`delta`?int(11)?NOT?NULL?DEFAULT?'1'?COMMENT?'每次id增量',
??`remainder`?int(11)?NOT?NULL?DEFAULT?'0'?COMMENT?'余數(shù)',
??`create_time`?timestamp?NOT?NULL?DEFAULT?'2010-01-01?00:00:00'?COMMENT?'創(chuàng)建時間',
??`update_time`?timestamp?NOT?NULL?DEFAULT?'2010-01-01?00:00:00'?COMMENT?'更新時間',
??`version`?bigint(20)?NOT?NULL?DEFAULT?'0'?COMMENT?'版本號',
??PRIMARY?KEY?(`id`),
??UNIQUE?KEY?`uniq_biz_type`?(`biz_type`)
)?ENGINE=InnoDB?AUTO_INCREMENT=1?DEFAULT?CHARSET=utf8?COMMENT?'id信息表';
CREATE?TABLE?`tiny_id_token`?(
??`id`?int(11)?unsigned?NOT?NULL?AUTO_INCREMENT?COMMENT?'自增id',
??`token`?varchar(255)?NOT?NULL?DEFAULT?''?COMMENT?'token',
??`biz_type`?varchar(63)?NOT?NULL?DEFAULT?''?COMMENT?'此token可訪問的業(yè)務類型標識',
??`remark`?varchar(255)?NOT?NULL?DEFAULT?''?COMMENT?'備注',
??`create_time`?timestamp?NOT?NULL?DEFAULT?'2010-01-01?00:00:00'?COMMENT?'創(chuàng)建時間',
??`update_time`?timestamp?NOT?NULL?DEFAULT?'2010-01-01?00:00:00'?COMMENT?'更新時間',
??PRIMARY?KEY?(`id`)
)?ENGINE=InnoDB?AUTO_INCREMENT=1?DEFAULT?CHARSET=utf8?COMMENT?'token信息表';
INSERT?INTO?`tiny_id_info`?(`id`,?`biz_type`,?`begin_id`,?`max_id`,?`step`,?`delta`,?`remainder`,?`create_time`,?`update_time`,?`version`)
VALUES
????(1,?'test',?1,?1,?100000,?1,?0,?'2018-07-21?23:52:58',?'2018-07-22?23:19:27',?1);
INSERT?INTO?`tiny_id_info`?(`id`,?`biz_type`,?`begin_id`,?`max_id`,?`step`,?`delta`,?`remainder`,?`create_time`,?`update_time`,?`version`)
VALUES
????(2,?'test_odd',?1,?1,?100000,?2,?1,?'2018-07-21?23:52:58',?'2018-07-23?00:39:24',?3);
INSERT?INTO?`tiny_id_token`?(`id`,?`token`,?`biz_type`,?`remark`,?`create_time`,?`update_time`)
VALUES
????(1,?'0f673adf80504e2eaa552f5d791b644c',?'test',?'1',?'2017-12-14?16:36:46',?'2017-12-14?16:36:48');
INSERT?INTO?`tiny_id_token`?(`id`,?`token`,?`biz_type`,?`remark`,?`create_time`,?`update_time`)
VALUES
????(2,?'0f673adf80504e2eaa552f5d791b644c',?'test_odd',?'1',?'2017-12-14?16:36:46',?'2017-12-14?16:36:48');
（3）配置數(shù)據(jù)庫：
datasource.tinyid.names=primary
datasource.tinyid.primary.driver-class-name=com.mysql.jdbc.Driver
datasource.tinyid.primary.url=jdbc:mysql://ip:port/databaseName?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8
datasource.tinyid.primary.username=root
datasource.tinyid.primary.password=123456
（4）啟動tinyid-server后測試
獲取分布式自增ID:?http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c'
返回結果:?3
批量獲取分布式自增ID:
http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c&batchSize=10'
返回結果:??4,5,6,7,8,9,10,11,12,13
Java客戶端方式接入
重復Http方式的（2）（3）操作
引入依賴
???????
????????????<groupId>com.xiaoju.uemc.tinyidgroupId>
????????????tinyid-client</artifactId>
????????????${tinyid.version}version>
????????dependency>
配置文件
tinyid.server?=localhost:9999
tinyid.token?=0f673adf80504e2eaa552f5d791b644c
test?、tinyid.token是在數(shù)據(jù)庫表中預先插入的數(shù)據(jù)，test?是具體業(yè)務類型，tinyid.token表示可訪問的業(yè)務類型
//?獲取單個分布式自增ID
Long?id?=??TinyId?.?nextId(?"?test?"?);
//?按需批量分布式自增ID
List?ids?=??TinyId?.?nextId(?"?test?"?,?10?);
總結
本文只是簡單介紹一下每種分布式ID生成器，旨在給大家一個詳細學習的方向，每種生成方式都有它自己的優(yōu)缺點，具體如何使用還要看具體的業(yè)務需求。
今天就說這么多，如果本文對您有一點幫助，希望能得到您一個點贊?哦
您的認可才是我寫作的動力！
推薦閱讀：
喜歡我可以給我設為星標哦
