五分鐘技術(shù)趣談 | 分布式UUID的生成策略及應(yīng)用場景淺析

作者：錢江奇 李鳴揚

單位：中國移動智慧家庭運營中心?智慧互聯(lián)產(chǎn)品部

Labs 導(dǎo)讀

UUID是國際標準化組織（ISO）提出的一個概念。UUID用來識別屬性類型，在所有空間和時間上被視為唯一的標識。本文將從UUID的構(gòu)成方式、現(xiàn)行版本、生成策略、應(yīng)用案例等方面作介紹。

Part 01●??什么是UUID?●

UUID全稱Universal Unique Identifier是一串128位數(shù)字碼,用于唯一識別網(wǎng)絡(luò)對象或者事件。由于其獨特的生成機制和使用場景，UUID可以確保全局唯一性，避免重復(fù)。UUID廣泛應(yīng)用于各種需要唯一識別的場景，例如數(shù)據(jù)庫主鍵、系統(tǒng)實例ID, 識別生命周期短暫的藍牙配置文件和對象等。

UUID是類似于GUID的術(shù)語，最初由微軟引入的GUID實際上是UUID的一種變體，在RFC 4122規(guī)范中將這兩個術(shù)語定義為同義詞。隨后，開放軟件基金會(OSF)對UUID進行了標準化，使其成為分布式計算網(wǎng)絡(luò)中的重要組成部分，衍生出的各個UUID版本都遵循RFC 4122規(guī)范。

Part 02●??UUID的構(gòu)成方式?●

但如果計UUID通常通過特定算法生成，例如基于時間戳或網(wǎng)絡(luò)地址等。UUID通過特定的組合排列方式確保其唯一性，由32個16進制數(shù)字（包括數(shù)字0到9和字母A到F）和4個連字符構(gòu)成。每個連字符的字符數(shù)是8-4-4-4-12，其中最后4位或者N位表示格式和編碼：

UUID也可以用十進制或者二進制格式表示：

傳統(tǒng)的UUID大致分成3種變體：

? 變體0：為了兼容80年代未過時的阿波羅網(wǎng)絡(luò)計算系統(tǒng)而保留，它的結(jié)構(gòu)與目前使用的version 1相似。

? 變體1：目前主要使用的變體，在Internet工程文檔規(guī)范中被定義為RFC 4122/DCE 1.1 UUID或Leach-Salz UUID，例如微軟的GUID就是UUID的變體1。

? 變體2：為了兼容微軟后續(xù)發(fā)展而保留，盡管現(xiàn)有的微軟GUID是UUID的變體1，但早期Windows平臺使用的是變體2。變體1和變體2在N位位置的比特數(shù)字不同，例如變體1使用2位比特位,而變體2使用3位比特位。

Part 03●??UUID的現(xiàn)行版本?●

現(xiàn)有的UUID主要是基于變體1衍生出來的，由5個不同版本組成，不同版本的UUID生成方式有所區(qū)別，具體包括：

? Version1：基于時間戳和節(jié)點生成的UUID。它使用當(dāng)前時間和計算機的MAC地址來生成唯一標識符。這個版本的UUID保證了全局唯一性和時間排序性，但在某些情況下可能存在安全性和隱私問題。

? Version2：基于DCE安全標識符（DCE Security Identifier）生成的UUID。這個版本的UUID將標識符的角色和權(quán)限信息編碼到UUID中，使其能夠表示用戶、組和ACL（訪問控制列表）。然而，這個版本的UUID并不常見，也沒有得到廣泛支持。

? Version3：基于名稱和命名空間生成的UUID。它使用MD5散列函數(shù)對名稱和命名空間進行處理，生成唯一的標識符。這個版本的UUID可用于標識命名空間中的對象，如URL、域名等。

? Version4：基于隨機數(shù)生成的UUID。這個版本的UUID使用隨機數(shù)生成算法生成，因此具有很高的隨機性和唯一性。它是目前最常用的UUID版本，廣泛應(yīng)用于各種領(lǐng)域。

? Version5：基于名稱和命名空間生成的UUID。它與Version 3相似，但使用的是SHA-1散列函數(shù)，提供更強的散列算法。這個版本的UUID也可用于標識命名空間中的對象。

Part 04●??現(xiàn)有UID的生成策略?●

4.1 Mysql生成ID

Mysql使用主鍵auto_increment方式生成ID,ID之間的步長固定，但可以自定義步長。這種方式簡單易用，可以保證ID的遞增性和唯一性，但是存在單點故障和數(shù)據(jù)一致性問題、在擴展性方面也存在一定的挑戰(zhàn)。

4.2 MongoDB生成ID

MongoDB生成的UUID是由12字節(jié)十六進制數(shù)字組成，具體組成：4字節(jié)--以秒為單位的時間戳，3字節(jié)--機器標識符，2字節(jié)--進程ID,3字節(jié)--計數(shù)器（從一個隨機值開始）。比傳統(tǒng)的UUID短，但比MYSQL自動增量字段（64位Bigint值）長。

4.3 Redis生成ID

Redis通常使用原子操作INCR或INCRBY實現(xiàn)ID生成。如果是Redis集群可以設(shè)置ID初始值并自定義每個節(jié)點ID的步長。由于Redis是單線程模型，可以保證生成的ID具備唯一性。

4.4 Zookeeper生成ID

Zookeeper主要通過ZNODE數(shù)據(jù)版本生成ID,此ID通常是32位或者64位字符串構(gòu)成，客戶端可以使用該ID作為UID使用。由于需要強依賴Zookeeper，在高并發(fā)的場景多的情況下很少考慮使用這種方式。

Part 05●??UUID的應(yīng)用案例分析?●

5.1 Twitter生成UUID

Twitter使用雪花算法作為專業(yè)服務(wù)來統(tǒng)一生成64位唯一標識符，用于分布式系統(tǒng)中的對象標識，例如推特、直接消息、列表等。這些ID是基于時間的的唯一無符號64位整數(shù)，完整的ID定義主要組成方式如下：

41位--時間戳以毫秒為單位（相對于任何自定義紀元，通常可以使用69年）

10位--已配置的機器/節(jié)點/分片ID

12位--序列號（每臺機器的本地計算器，每4096個值后設(shè)置為0）

1位--額外保留位，一般被設(shè)置為0來確?？倲?shù)為正值

按著這種方法構(gòu)成的UID不僅提高可用性，因為使用時間戳為首部分，還可以根據(jù)時間進行排序。默認情況下，雪花算法生成一個64位的無符號長整型，也就是長度為19的ID。有時具體項目中可能不需要這么長，也可以根據(jù)自身需要修改該算法。

5.2 百度生成UUID

百度基于雪花算法改進生成UID，對UID的bit位進行調(diào)整,將時間戳部分修改為28位，用于表示當(dāng)前時間與初始上線生成的時間的時間差（單位為秒），其中初始時間可以手工配置。使用22位表示工作節(jié)點ID,實例啟動的時候生成分布式ID,寫入數(shù)據(jù)庫中得到的自增長序列值。使用13位序列號來解決時間回撥等問題，如果當(dāng)前時間和上一次是時間相同則序列自增，超過閾值則自旋。

5.3 美團生成UUID

美團基于雪花算法改進，使用“1+41+5+5+12”的方式構(gòu)成UID，在原雪花算法的基礎(chǔ)上，使用5位bit代表機器ID，5位bit代表機房ID，12位序列號代表自增值，由于集群較大，基于Zookeeper組件特性配置機器ID。對于時間回撥問題的解決方案，設(shè)定閾值5毫秒，回撥時間小于5毫秒則等待回撥后重新生成新的UID，超過閾值則拋出異常。

其他大型互聯(lián)網(wǎng)公司生成UID的方案，大部分都是基于Twitter的雪花算法進行改進，其中滴滴使用“時間戳+起點編號+車牌號”生成相應(yīng)的UID，淘寶訂單則使用“時間戳+用戶ID”生成，滴滴則在美團的方案上將號段加載到內(nèi)存中，同時支持多個主節(jié)點模式。微信的UID生成則主要綁定用戶序列號，采用步進式持久化和分號段共享存儲的實現(xiàn)方式。

Part 06●??省級寬帶電視會員管理平臺的應(yīng)用實踐?●

省級寬帶電視會員管理平臺主要管理各省寬帶電視的會員用戶，是一個大型分布式平臺，服務(wù)器跨省分布，數(shù)量眾多，存在時鐘回退問題。因此，本平臺在雪花算法基礎(chǔ)上進行改進，增加時間線的概念，可以同時支持多條時間線并行，很好地解決了時鐘回退問題。具體方案如下：

調(diào)整2位bit代表時間線，最多支持4條時間線，所有時間線設(shè)定統(tǒng)一初始時間，指定一條時間線為統(tǒng)一時間線，根據(jù)該時間線生成相應(yīng)的ID，推進時間進度。機器發(fā)生時鐘回撥時，當(dāng)回撥時間間隔大于設(shè)定的閾值，切換到另一條時間線繼續(xù)生成ID。