快捷導(dǎo)航

基于Redis生成分布式全局唯一ID的3種策略

更新時間：2025年04月20日 09:21:33 作者：風(fēng)象南

在分布式系統(tǒng)設(shè)計中,全局唯一ID是一個基礎(chǔ)而關(guān)鍵的組件,Redis具備高性能、原子操作及簡單易用的特性,因此我們可以基于Redis實現(xiàn)全局唯一ID的生成,下面我們來看看實現(xiàn)的三種方法吧

在分布式系統(tǒng)設(shè)計中，全局唯一ID是一個基礎(chǔ)而關(guān)鍵的組件。隨著業(yè)務(wù)規(guī)模擴(kuò)大和系統(tǒng)架構(gòu)向微服務(wù)演進(jìn)，傳統(tǒng)的單機(jī)自增ID已無法滿足需求。高并發(fā)、高可用的分布式ID生成方案成為構(gòu)建可靠分布式系統(tǒng)的必要條件。

Redis具備高性能、原子操作及簡單易用的特性，因此我們可以基于Redis實現(xiàn)全局唯一ID的生成。

分布式ID的核心需求

一個優(yōu)秀的分布式ID生成方案應(yīng)滿足以下要求

全局唯一性：在整個分布式系統(tǒng)中保證ID不重復(fù)
高性能：能夠快速生成ID，支持高并發(fā)場景
高可用：避免單點故障，確保服務(wù)持續(xù)可用
趨勢遞增：生成的ID大致呈遞增趨勢，便于數(shù)據(jù)庫索引和分片
安全性（可選） ：不包含敏感信息，不易被推測和偽造

1. 基于INCR命令的簡單自增ID

原理

這是最直接的Redis分布式ID實現(xiàn)方式，利用Redis的INCR命令原子性遞增一個計數(shù)器，確保在分布式環(huán)境下ID的唯一性。

代碼實現(xiàn)

import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;

@Component
public class RedisSimpleIdGenerator {
    private final RedisTemplate<String, String> redisTemplate;
    private final String ID_KEY;
    
    public RedisSimpleIdGenerator(RedisTemplate<String, String> redisTemplate) {
        this.redisTemplate = redisTemplate;
        this.ID_KEY = "distributed:id:generator";
    }
    
    /**
     * 生成下一個ID
     * @return 唯一ID
     */
    public long nextId() {
        Long id = redisTemplate.opsForValue().increment(ID_KEY);
        if (id == null) {
            throw new RuntimeException("Failed to generate id");
        }
        return id;
    }
    
    /**
     * 為指定業(yè)務(wù)生成ID
     * @param bizTag 業(yè)務(wù)標(biāo)簽
     * @return 唯一ID
     */
    public long nextId(String bizTag) {
        String key = ID_KEY + ":" + bizTag;
        Long id = redisTemplate.opsForValue().increment(key);
        if (id == null) {
            throw new RuntimeException("Failed to generate id for " + bizTag);
        }
        return id;
    }
    
    /**
     * 獲取當(dāng)前ID值但不遞增
     * @param bizTag 業(yè)務(wù)標(biāo)簽
     * @return 當(dāng)前ID值
     */
    public long currentId(String bizTag) {
        String key = ID_KEY + ":" + bizTag;
        String value = redisTemplate.opsForValue().get(key);
        return value != null ? Long.parseLong(value) : 0;
    }
}

優(yōu)缺點

優(yōu)點

實現(xiàn)極其簡單，僅需一次Redis操作
ID嚴(yán)格遞增，適合作為數(shù)據(jù)庫主鍵
支持多業(yè)務(wù)ID隔離

缺點

Redis單點故障會導(dǎo)致ID生成服務(wù)不可用
主從切換可能導(dǎo)致ID重復(fù)
無法包含業(yè)務(wù)含義

適用場景

中小規(guī)模系統(tǒng)的自增主鍵生成
對ID連續(xù)性有要求的業(yè)務(wù)場景
單數(shù)據(jù)中心部署的應(yīng)用

2. 基于Lua腳本的批量ID生成

原理

通過Lua腳本一次性獲取一批ID，減少網(wǎng)絡(luò)往返次數(shù)，客戶端可在內(nèi)存中順序分配ID，顯著提高性能。

代碼實現(xiàn)

import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Component;

import java.util.Collections;
import java.util.List;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;

@Component
public class RedisBatchIdGenerator {
    private final RedisTemplate<String, String> redisTemplate;
    private final String ID_KEY = "distributed:batch:id";
    private final DefaultRedisScript<Long> batchIncrScript;
    
    // 批量獲取的大小
    private final int BATCH_SIZE = 1000;
    
    // 本地計數(shù)器和鎖
    private AtomicLong currentId = new AtomicLong(0);
    private AtomicLong endId = new AtomicLong(0);
    private final Lock lock = new ReentrantLock();
    
    public RedisBatchIdGenerator(RedisTemplate<String, String> redisTemplate) {
        this.redisTemplate = redisTemplate;
        
        // 創(chuàng)建Lua腳本
        String scriptText = 
            "local key = KEYS[1] " +
            "local step = tonumber(ARGV[1]) " +
            "local currentValue = redis.call('incrby', key, step) " +
            "return currentValue";
        
        this.batchIncrScript = new DefaultRedisScript<>();
        this.batchIncrScript.setScriptText(scriptText);
        this.batchIncrScript.setResultType(Long.class);
    }
    
    /**
     * 獲取下一個ID
     */
    public long nextId() {
        // 如果當(dāng)前ID超過了分配范圍，則重新獲取一批
        if (currentId.get() >= endId.get()) {
            lock.lock();
            try {
                // 雙重檢查，防止多線程重復(fù)獲取
                if (currentId.get() >= endId.get()) {
                    // 執(zhí)行Lua腳本獲取一批ID
                    Long newEndId = redisTemplate.execute(
                        batchIncrScript, 
                        Collections.singletonList(ID_KEY),
                        String.valueOf(BATCH_SIZE)
                    );
                    
                    if (newEndId == null) {
                        throw new RuntimeException("Failed to generate batch ids");
                    }
                    
                    // 設(shè)置新的ID范圍
                    endId.set(newEndId);
                    currentId.set(newEndId - BATCH_SIZE);
                }
            } finally {
                lock.unlock();
            }
        }
        
        // 分配下一個ID
        return currentId.incrementAndGet();
    }
    
    /**
     * 為指定業(yè)務(wù)生成ID
     */
    public long nextId(String bizTag) {
        // 實際項目中應(yīng)該為每個業(yè)務(wù)標(biāo)簽維護(hù)獨立的計數(shù)器和范圍
        // 這里簡化處理，僅使用不同的Redis key
        String key = ID_KEY + ":" + bizTag;
        
        Long newEndId = redisTemplate.execute(
            batchIncrScript, 
            Collections.singletonList(key),
            String.valueOf(1)
        );
        
        return newEndId != null ? newEndId : -1;
    }
}

優(yōu)缺點

優(yōu)點

顯著減少Redis網(wǎng)絡(luò)請求次數(shù)
客戶端緩存ID段，大幅提高性能
降低Redis服務(wù)器壓力
支持突發(fā)流量處理

缺點

實現(xiàn)復(fù)雜度增加
服務(wù)重啟可能導(dǎo)致ID段浪費

適用場景

高并發(fā)系統(tǒng)，需要極高ID生成性能的場景
對ID連續(xù)性要求不嚴(yán)格的業(yè)務(wù)
能容忍小部分ID浪費的場景

3. 基于Redis的分段式ID分配（號段模式）

原理

號段模式是一種優(yōu)化的批量ID生成方案，通過預(yù)分配號段（ID范圍）減少服務(wù)間競爭，同時引入雙Buffer機(jī)制提高可用性。

代碼實現(xiàn)

import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Component;

import java.util.Collections;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;

@Component
public class RedisSegmentIdGenerator {
    private final RedisTemplate<String, String> redisTemplate;
    private final String SEGMENT_KEY = "distributed:segment:id";
    private final DefaultRedisScript<Long> segmentScript;
    
    // 號段大小
    private final int SEGMENT_STEP = 1000;
    // 加載因子，當(dāng)前號段使用到這個百分比時就異步加載下一個號段
    private final double LOAD_FACTOR = 0.7;
    
    // 存儲業(yè)務(wù)號段信息的Map
    private final Map<String, SegmentBuffer> businessSegmentMap = new ConcurrentHashMap<>();
    
    public RedisSegmentIdGenerator(RedisTemplate<String, String> redisTemplate) {
        this.redisTemplate = redisTemplate;
        
        // 創(chuàng)建Lua腳本
        String scriptText = 
            "local key = KEYS[1] " +
            "local step = tonumber(ARGV[1]) " +
            "local value = redis.call('incrby', key, step) " +
            "return value";
        
        this.segmentScript = new DefaultRedisScript<>();
        this.segmentScript.setScriptText(scriptText);
        this.segmentScript.setResultType(Long.class);
    }
    
    /**
     * 獲取下一個ID
     * @param bizTag 業(yè)務(wù)標(biāo)簽
     * @return 唯一ID
     */
    public long nextId(String bizTag) {
        // 獲取或創(chuàng)建號段緩沖區(qū)
        SegmentBuffer buffer = businessSegmentMap.computeIfAbsent(
            bizTag, k -> new SegmentBuffer(bizTag));
        
        return buffer.nextId();
    }
    
    /**
     * 內(nèi)部號段緩沖區(qū)類，實現(xiàn)雙Buffer機(jī)制
     */
    private class SegmentBuffer {
        private String bizTag;
        private Segment[] segments = new Segment[2]; // 雙Buffer
        private volatile int currentPos = 0; // 當(dāng)前使用的segment位置
        private Lock lock = new ReentrantLock();
        private volatile boolean isLoadingNext = false; // 是否正在異步加載下一個號段
        
        public SegmentBuffer(String bizTag) {
            this.bizTag = bizTag;
            segments[0] = new Segment(0, 0);
            segments[1] = new Segment(0, 0);
        }
        
        /**
         * 獲取下一個ID
         */
        public long nextId() {
            // 獲取當(dāng)前號段
            Segment segment = segments[currentPos];
            
            // 如果當(dāng)前號段為空或已用完，切換到另一個號段
            if (!segment.isInitialized() || segment.getValue() > segment.getMax()) {
                lock.lock();
                try {
                    // 雙重檢查當(dāng)前號段狀態(tài)
                    segment = segments[currentPos];
                    if (!segment.isInitialized() || segment.getValue() > segment.getMax()) {
                        // 切換到另一個號段
                        currentPos = (currentPos + 1) % 2;
                        segment = segments[currentPos];
                        
                        // 如果另一個號段也未初始化或已用完，則同步加載
                        if (!segment.isInitialized() || segment.getValue() > segment.getMax()) {
                            loadSegmentFromRedis(segment);
                        }
                    }
                } finally {
                    lock.unlock();
                }
            }
            
            // 檢查是否需要異步加載下一個號段
            long value = segment.incrementAndGet();
            if (value > segment.getMin() + (segment.getMax() - segment.getMin()) * LOAD_FACTOR
                    && !isLoadingNext) {
                isLoadingNext = true;
                // 異步加載下一個號段
                new Thread(() -> {
                    Segment nextSegment = segments[(currentPos + 1) % 2];
                    loadSegmentFromRedis(nextSegment);
                    isLoadingNext = false;
                }).start();
            }
            
            return value;
        }
        
        /**
         * 從Redis加載號段
         */
        private void loadSegmentFromRedis(Segment segment) {
            String key = SEGMENT_KEY + ":" + bizTag;
            
            // 執(zhí)行Lua腳本獲取號段最大值
            Long max = redisTemplate.execute(
                segmentScript, 
                Collections.singletonList(key),
                String.valueOf(SEGMENT_STEP)
            );
            
            if (max == null) {
                throw new RuntimeException("Failed to load segment from Redis");
            }
            
            // 設(shè)置號段范圍
            long min = max - SEGMENT_STEP + 1;
            segment.setMax(max);
            segment.setMin(min);
            segment.setValue(min - 1); // 設(shè)置為min-1，第一次incrementAndGet返回min
            segment.setInitialized(true);
        }
    }
    
    /**
     * 內(nèi)部號段類，存儲號段的范圍信息
     */
    private class Segment {
        private long min; // 最小值
        private long max; // 最大值
        private AtomicLong value; // 當(dāng)前值
        private volatile boolean initialized; // 是否已初始化
        
        public Segment(long min, long max) {
            this.min = min;
            this.max = max;
            this.value = new AtomicLong(min);
            this.initialized = false;
        }
        
        public long getValue() {
            return value.get();
        }
        
        public void setValue(long value) {
            this.value.set(value);
        }
        
        public long incrementAndGet() {
            return value.incrementAndGet();
        }
        
        public long getMin() {
            return min;
        }
        
        public void setMin(long min) {
            this.min = min;
        }
        
        public long getMax() {
            return max;
        }
        
        public void setMax(long max) {
            this.max = max;
        }
        
        public boolean isInitialized() {
            return initialized;
        }
        
        public void setInitialized(boolean initialized) {
            this.initialized = initialized;
        }
    }
}

優(yōu)缺點

優(yōu)點

雙Buffer設(shè)計，高可用性
異步加載下一個號段，性能更高
大幅降低Redis訪問頻率
即使Redis短暫不可用，仍可分配一段時間的ID

缺點

實現(xiàn)復(fù)雜，代碼量大
多實例部署時，各實例獲取的號段不連續(xù)
重啟服務(wù)時號段內(nèi)的ID可能浪費
需要在內(nèi)存中維護(hù)狀態(tài)

適用場景

對ID生成可用性要求高的業(yè)務(wù)
需要高性能且多服務(wù)器部署的分布式系統(tǒng)

4. 性能對比與選型建議

策略	性能	可用性	ID長度	實現(xiàn)復(fù)雜度	單調(diào)遞增
INCR命令	★★★☆☆	★★☆☆☆	遞增整數(shù)	低	嚴(yán)格遞增
Lua批量生成	★★★★★	★★★☆☆	遞增整數(shù)	中	批次內(nèi)遞增
分段式ID	★★★★★	★★★★☆	遞增整數(shù)	高	段內(nèi)遞增

5. 實踐優(yōu)化技巧

1. Redis高可用配置

// 配置Redis哨兵模式，提高可用性
@Bean
public RedisConnectionFactory redisConnectionFactory() {
    RedisSentinelConfiguration sentinelConfig = new RedisSentinelConfiguration()
        .master("mymaster")
        .sentinel("127.0.0.1", 26379)
        .sentinel("127.0.0.1", 26380)
        .sentinel("127.0.0.1", 26381);
    
    return new LettuceConnectionFactory(sentinelConfig);
}

2. ID預(yù)熱策略

// 系統(tǒng)啟動時預(yù)熱ID生成器
@PostConstruct
public void preWarmIdGenerator() {
    // 預(yù)先獲取一批ID，確保系統(tǒng)啟動后立即可用
    for (int i = 0; i < 10; i++) {
        try {
            segmentIdGenerator.nextId("order");
            segmentIdGenerator.nextId("user");
            segmentIdGenerator.nextId("payment");
        } catch (Exception e) {
            log.error("Failed to pre-warm ID generator", e);
        }
    }
}

3. 降級策略

// Redis不可用時的降級策略
public long nextIdWithFallback(String bizTag) {
    try {
        return segmentIdGenerator.nextId(bizTag);
    } catch (Exception e) {
        log.warn("Failed to get ID from Redis, using local fallback", e);
        // 使用本地UUID或其他替代方案
        return Math.abs(UUID.randomUUID().getMostSignificantBits());
    }
}