数据库如何合理生成主键：UUID、雪花算法

不念不忘少年蓝@ 2023-09-26 23:57 165阅读 0赞

**目录**

1.使用自增主键的弊端

2.主键生成算法

2.1.UUID

2.1.1.概述

2.1.2.JAVA中的UUID

2.2.雪花算法

2.2.1.概述

2.2.2.JAVA中使用雪花算法

--------------------

## 1.使用自增主键的弊端 ##

首先在实际工程中我们很少用1，2，3......这样的自增主键，原因如下：

*  主键冲突
 *  性能问题
 *  安全问题

**主键冲突：**

比如我要跨数据库进行数据同步、或者在分布式系统中跨“分区”进行数据同步，不难想象，1，2，3......这种递增的单数字是极容易产生冲突的。

**性能问题：**

自增主键在数据库中使用的是自增序列来生成主键值，而在高并发情况下，多个线程可能同时请求获取下一个自增值，此时会发生竞争，因为数据库需要保证每个自增值只会被分配一次。为了保证自增值的唯一性，数据库使用锁机制来避免多个线程同时获取同一个自增值。

**安全问题：**

使用自增主键可以很容易地猜测出下一条记录的主键值，这可能会导致一些安全问题。

综上所述，我们可以发现使用复杂主键是很有必要的，要生成复杂且具有唯一性的主键就需要依赖主键生成算法了。

## 2.主键生成算法 ##

常见的主键生成算法：

*  UUID
 *  雪花算法

### 2.1.UUID ###

#### 2.1.1.概述 ####

UUID，通用唯一标识符，UUID算法的核心思想是生成一个128位的唯一标识符，通常表示为32个十六进制数字的字符串。每个UUID会尽量保证其唯一性。

UUID算法目前有几个官方推出的版本，由Internet工程任务组（IETF）、国际标准化组织（ISO）和国际电信联盟（ITU）共同制定：

1.  UUIDv1：基于时间戳和MAC地址生成UUID，保证同一台计算机上生成的UUID是唯一的，但不适合在分布式系统中使用。
2.  UUIDv2：基于DCE安全机制的UUID，使用POSIX的UID/GID和当前时间生成UUID，不常用。
3.  UUIDv3：基于命名空间和字符串生成UUID，使用MD5散列算法生成UUID。
4.  UUIDv4：使用随机数生成UUID，保证在所有计算机上都是唯一的。
5.  UUIDv5：与UUIDv3类似，但使用SHA-1散列算法生成UUID。

其实本质上来说UUID只是个概念，UUID的算法我们甚至可以自己去写一个，只是我们自己写的肯定会没那么优质，保证唯一性的效果不会好。

#### 2.1.2.JAVA中的UUID ####

工程上我们一般都是在JAVA后端生成UUID作为每条要插入数据库的数据的主键，JAVA中生成UUID很简单：

import java.util.UUID;
    
    public class UUIDExample {
        public static void main(String[] args) {
            // 生成一个随机的UUID
            UUID uuid = UUID.randomUUID();
            System.out.println("Random UUID: " + uuid.toString());
        }
    }

生成过程其实也很简单：

public static UUID randomUUID() {
        SecureRandom ng = Holder.numberGenerator;
    
        byte[] randomBytes = new byte[16];
        ng.nextBytes(randomBytes);
        randomBytes[6]  &= 0x0f;  /* clear version        */
        randomBytes[6]  |= 0x40;  /* set to version 4     */
        randomBytes[8]  &= 0x3f;  /* clear variant        */
        randomBytes[8]  |= 0x80;  /* set to IETF variant  */
        return new UUID(randomBytes);
    }

1.  首先从`Holder`静态内部类中获取一个`SecureRandom`对象。`Holder`类是一个懒加载的单例类，用于确保`SecureRandom`对象只被创建一次，并且线程安全。
2.  然后生成一个长度为16的字节数组`randomBytes`，使用`ng.nextBytes(randomBytes)`方法填充随机数。
3.  接下来将字节数组`randomBytes`中的一些特定位进行修改，以符合UUID版本4的格式要求：
    
     *  将第7个字节的高4位清零，再将其低4位设置为4，表示这是UUID版本4。
     *  将第9个字节的高2位清零，再将其第7位设置为1，表示这是符合IETF标准的UUID。
4.  最后，将修改后的字节数组作为参数，调用`UUID(byte[] data)`构造方法生成一个UUID对象。

### 2.2.雪花算法 ###

#### 2.2.1.概述 ####

雪花算法（Snowflake Algorithm）是Twitter公司开发的一种分布式ID生成算法，用来生成64位的唯一ID。它的核心思想是：利用一个64位的long型数字作为全局唯一ID，高位部分表示时间戳，中间部分表示机器ID，低位部分表示在此机器上的序列号。

![06287e2bd36f406880186f6e6246576f.png][]

雪花算法的64位long型数字由以下几个部分组成：

*  符号位（1 bit）：由于long型数字是有符号的，而雪花算法生成的ID必须是正数，所以符号位固定为0。
 *  时间戳部分（41 bit）：记录时间戳，精确到毫秒级别，可以使用当前时间减去一个固定的起始时间，得到一个相对时间戳，从而可以使用41位二进制数表示该时间戳可支持的时间范围为约69年。
 *  机器ID部分（10 bit）：可以配置多台机器，每台机器都分配一个唯一的ID，用于在分布式环境下防止ID重复。
 *  序列号部分（12 bit）：表示在同一毫秒内生成的序列号，可以使用自增来实现，最多支持4096个ID。

#### 2.2.2.JAVA中使用雪花算法 ####

原生JDK中并没有提供雪花算法的实现，在一些常用的ORM框架中支持了使用雪花算法生成主键ID的功能，如hibernate、mybatis-plus。

以使用Hibernate为例：

可以在实体类的主键字段上使用@GenericGenerator注解和@GeneratedValue注解，其中@GenericGenerator注解用来指定主键生成器的名称和类型，@GeneratedValue注解则用来指定主键生成策略和生成器的名称，例如：

@Entity
    @Table(name = "user")
    public class User {
     
        @Id
        @GenericGenerator(name = "snowflake", strategy = "com.xxx.snowflake.SnowflakeIdGenerator")
        @GeneratedValue(generator = "snowflake")
        @Column(name = "id")
        private Long id;
     
        // ...
    }

以mybatis-plus为例：

配置主键生成器为雪花算法的生成器

> mybatis-plus:  
> global-config:  
> db-config:  
> id-type: ASSIGN\_ID  
> key-generator: com.baomidou.mybatisplus.core.incrementer.SnowflakeKeyGenerator

然后给主件指定使用所配置的主键生成器

import com.baomidou.mybatisplus.annotation.IdType;
    import com.baomidou.mybatisplus.annotation.TableId;
    import lombok.Data;
    
    @Data
    public class User {
    
        @TableId(type = IdType.ASSIGN_ID)
        private Long id;
    
        private String name;
    
        private Integer age;
    
        // 其他字段省略...
    }

[06287e2bd36f406880186f6e6246576f.png]: https://img-blog.csdnimg.cn/06287e2bd36f406880186f6e6246576f.png