最近在看sharding-jdbc相关的资料，此篇文章是对其中涉及的分布式ID生成算法做一个总结。
先抛开sharding-jdbc的实现策略，我们来介绍一下几种常见的分布式ID生成算法。
UUID
这个是最简单的生成算法。
优点：本地生成，无网络消耗，性能很高，基本不会有瓶颈。
缺点：因为UUID太长，所以不利于存储。在MySQL的InnoDB引擎中，主键会做聚集索引，会加重数据库的负担。生成的ID无序，没有趋势递增性。其次是安全问题：基于MAC地址生成UUID的算法可能会造成MAC地址泄露。
数据库生成
利用MySQL数据库进行ID生成。每次需要生成ID的时候，去访问一次MySQL数据库，取得上次的ID值再加1即可。
上面这种方案可能会遇到瓶颈问题，每次生成ID都要访问数据库。我们可以改进为每次访问数据库不只取一条数据，而取出一批数据，数据库只记录一次最大ID，等服务将这批ID分发完之后再从数据库重新取出一批ID进行分发。这样可以降低访问数据库的次数。
即使优化过得方案MySQL也是单点，会有高可用问题，假如MySQL挂掉的话整个ID生成服务就不可用。解决方案是使用数据库集群，然后每个数据库实例设置固定步长，例如DB0从1开始步长为5，则生成的ID为1,6,11，DB1从2开始步长为5，生成的ID为2,7,12。
Twitter snowflake
这种方案是一种以划分命名空间来生成ID的一种算法，把64-bit分别划分成多段，分开来标示机器、时间等，在snowflake中的64-bit分别表示如下图所示：
前41位表示时间，中间10位表示机器序号，序列号用来记录同毫秒内产生的不同id。12位（bit）可以表示的最大正整数是2^{12}-1 = 4095，即可以用0、1、2、3、....4094这4095个数字，来表示同一机器同一时间截（毫秒)内产生的4095个ID序号。
Java中64bit的整数是long类型，所以在Java中SnowFlake算法生成的id是用long来存储的。
优点：
毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。
不依赖数据库等第三方系统。
可以根据自身业务特性分配bit位，非常灵活。
缺点：
依赖机器时钟，如果机器上时钟回拨，会导致ID重复或者服务会处于不可用状态。
Leaf：美团分布式ID生成服务
Leaf是美团自主研发的分布式ID生成算法，目前已开源。
Leaf有两种模式
第一种是预分发模式：
该模式使用数据库生成ID，可以看做是上面提到的数据库方案的升级版，它可以在DB之上挂N个Server，每个Server启动时，都会去DB拿固定长度的ID List。因为ID是由内存分发，所以也可以做到很高效。Leaf每次去DB拿固定长度的ID List，然后把最大的ID持久化下来。该模式使用的表结构如下。
biz_tag用来区分业务，max_id表示该biz_tag目前所被分配的ID号段的最大值，step表示每次分配的号段长度。原来获取ID每次都需要写数据库，现在只需要把step设置得足够大，比如1000。那么只有当1000个号被消耗完了之后才会去重新读写一次数据库。仅仅存储一批ID中最大的那一个，读写数据库的频率从1减小到了1/step。假设有,2个Leaf实例连接同一个数据库时，步长设为1000，
Leaf Server 1：从DB加载号段[1，1000]。
Leaf Server 2：从DB加载号段[1001，2000]。
某一个Client获取到的ID序列可能是：1，1001，2001，2，1002，2002……也可能是：1，2，1001，2001，2002，2003，3，4……
该方案有两个问题：1.在更新DB的时候会出现耗时尖刺，系统最大耗时取决于更新DB号段的时间。2.当更新DB号段的时候，如果DB宕机或者发生主从切换，会导致一段时间的服务不可用。
为了解决这两个问题，Leaf进行了优化。
双Buffer优化
采用了异步更新的策略，同时通过双Buffer的方式，保证无论何时DB出现问题，都能有一个Buffer的号段可以正常对外提供服务，只要DB在一个Buffer的下发的周期内恢复，就不会影响整个Leaf的可用性。原理是Leaf服务内部有两个号段缓存区segment。当前号段已下发10%时，如果下一个号段未更新，则另启一个更新线程去更新下一个号段。当前号段全部下发完后，如果下个号段准备好了则切换到下个号段为当前segment接着下发，循环往复。
该方案可以生成趋势递增的ID，同时ID号是可计算的，不适用于订单ID生成场景，比如在两天中午12点分别下单，通过订单id号相减就能大致计算出公司一天的订单量。
第二种模式Leaf-snowflake
类snowflake方案，使用zookeeper进行snowflake中机器编号bit位的分配。
Leaf-snowflake是按照下面几个步骤启动的：1.启动Leaf-snowflake服务，连接Zookeeper，在leaf_forever父节点下检查自己是否已经注册过（是否有该顺序子节点）。2.如果有注册过直接取回自己的workerID（zk顺序节点生成的int类型ID号），启动服务。3.如果没有注册过，就在该父节点下面创建一个持久顺序节点，创建成功后取回顺序号当做自己的workerID号，启动服务。同时对Zookeeper生成机器号做了弱依赖处理，即使Zookeeper有问题，也不会影响服务。Leaf在第一次从Zookeeper拿取workerID后，会在本机文件系统上缓存一个workerID文件。即使ZooKeeper出现问题，同时恰好机器也在重启，也能保证服务的正常运行。
Leaf也解决了时钟回拨可能导致ID重复的问题。采用的是重试（开启了NTP同步的机器）加报警的方案。对于如何判断时间是否发生回拨，采用的是综合对比其余Leaf节点的系统时间来判断自身系统时间是否准确。具体做法是服务启动时首先检查自己是否写过ZooKeeper leaf_forever节点：若写过，则用自身系统时间与leaf_forever/${self}节点记录时间做比较，若小于leaf_forever/${self}时间则认为机器时间发生了大步长回拨，服务启动失败并报警。若未写过，证明是新服务节点，直接创建持久节点leaf_forever/${self}并写入自身系统时间，接下来综合对比其余Leaf节点的系统时间来判断自身系统时间是否准确，具体做法是取leaf_temporary下的所有临时节点(所有运行中的Leaf-snowflake节点)的服务IP：Port，然后通过RPC请求得到所有节点的系统时间，计算sum(time)/nodeSize。若abs( 系统时间-sum(time)/nodeSize ) < 阈值，认为当前系统时间准确，正常启动服务，同时写临时节点leaf_temporary/${self} 维持租约。否则认为本机系统时间发生大步长偏移，启动失败并报警。每隔一段时间(3s)上报自身系统时间写入leaf_forever/${self}。
百度UidGenerator
百度开源的类SnowFlake算法。同Leaf一样，也提供两种模式。
第一种就是标准的snowflake算法的实现。
第二种是带缓存的snowflake。主要通过RingBuffer来实现。最初接触RingBuffer是在Distruptor中，前者是该框架的核心，说起来比较复杂，以后会专门写一下Distruptor中的RingBuffer。这里就暂时留个坑，等写好RingBuffer后再来补上。