Redis 全局唯一 ID 的号段模式发号器
分库分表后自增主键失效了,订单号要趋势递增又不能暴露业务量,这些都需要一个独立的发号服务。Redis 7 的 INCR 天然适合当发号器,但「每次取一个号」和「抗故障」之间要做取舍。本文讲清楚从裸 INCR 到号段模式、再到时间戳方案的演进,以及各自的兜底手段(代码为 JDK 17 + Spring Boot 3.x)。
一、分布式 ID 的四条基本要求
全局唯一是底线,其余三条决定方案形态:趋势递增(InnoDB 主键有序写入不页分裂,索引友好)、高可用(发号服务挂了业务不能停)、信息安全(订单号连号会暴露单量,竞品按天估量)。UUID 满足唯一但 36 字符太长且完全无序,不适合做主键;数据库号段表可用但每次取号要落库。Redis 的 INCR 是单线程原子命令,配合 AOF 每秒刷盘,是性能与复杂度折中的主流选择。
二、方案一:裸 INCR,直接当自增主键
最直接的用法:
INCR id:seq # 每次调用返回 1、2、3……
INCRBY id:seq 1000 # 号段模式:一次取 1000 个
订单号要可读,把序列拼上日期前缀并按天重置,控制长度:
INCR order:seq:20261025 # 返回 1 → 订单号 20261025000001
当天序列 6–8 位,一天百万单也够用。缺点有两个:每次取号一个 RTT,高并发下 QPS 受限;以及万一 key 丢失,序列从头开始、与已有数据冲突。这两个问题分别由号段模式和数据库唯一索引兜底解决。
三、方案二:号段模式,批量取号本地缓存
应用一次 INCRBY 取走一段号(比如 1000 个),缓存在本地内存里逐个分发,Redis 只在号段用尽时被访问一次,QPS 压力降到千分之一:
public class SegmentIdGenerator {
private final StringRedisTemplate redis;
private final AtomicLong current = new AtomicLong(0);
private volatile long max = 0;
private static final long STEP = 1000;
public SegmentIdGenerator(StringRedisTemplate redis) { this.redis = redis; }
public synchronized long nextId() {
if (current.get() > max) { // 号段用尽,取下一段
long end = redis.opsForValue()
.increment("id:order:seq", STEP);
current.set(end - STEP + 1); // 本段起点
max = end; // 本段终点
}
return current.getAndIncrement();
}
}
increment 返回自增后的新值,即本段终点号;[end - 999, end] 就是本次独占的号段,synchronized 保证并发取段互斥。号段越大 Redis 访问越少,但应用重启丢弃的号也越多——丢弃不影响唯一性,只是序列出现空洞,通常无害。进一步优化是双 buffer:号段消耗过半(比如用到 50%)就异步预取下一段,Redis 抖动时业务无感。
四、方案三:时间戳 + 机器位,趋势递增大 ID
订单号对长度敏感时,把号压成一个 Long:
| 1 bit 符号位 | 41 bit 秒级时间戳 | 10 bit 机器号 | 12 bit 序列 |
时间戳保证趋势递增,机器号区分实例,序列保证同秒并发。机器号由 Redis 分配:实例启动时 INCR id:machine:seq 取号,并 SET 一个带 TTL 的租约 key,运行期续租。41 位秒级时间戳可用 69 年,12 位序列给单实例每秒 4096 个号,多实例靠机器号横向扩展。与雪花算法的差别在于序列不依赖机器时钟判断回拨,时钟漂移的影响被限制在「号略多略少」而非「号重复」。
五、号段模式的并发细节与双 buffer
前面那段 synchronized 代码在单实例上没问题,但它有两个明显的短板:锁住了整个取号方法,高并发下成为串行瓶颈;取号段时如果 Redis 慢一下,所有请求都被挂住。
第一个问题用 CAS 优化:把「取段」这个动作抽出来,用 AtomicLong.compareAndSet 保证只有一个线程去 Redis 取新段,其余线程自旋等待或让当前段继续服务。第二个问题用双 buffer:维护「当前段」与「备用段」,当前段消耗到 50% 时触发异步预取,预取完成前业务仍用当前段,取段延迟被完全隐藏。
public long nextId() {
for (;;) {
long cur = current.get();
if (cur < max) {
if (current.compareAndSet(cur, cur + 1)) {
maybePrefetch(cur); // 过半即异步预取下一段
return cur;
}
continue;
}
synchronized (this) { // 只在段用尽时串行
if (current.get() >= max) {
long end = redis.opsForValue().increment(KEY, STEP);
current.set(end - STEP + 1);
max = end;
}
}
}
}
maybePrefetch 里判断 cur - segStart >= STEP / 2,且备用段为空时才发异步请求;备用段就绪后,段切换变成一次内存赋值。这套结构在每秒万级取号的场景下,Redis 调用次数从每秒一万次降到几十次。
还有一个必须明确的点:应用重启会丢掉当前段未用完的号。上面代码里 current 是内存状态,进程退出就归零,剩下的几百个号成为空洞。这完全不影响唯一性,只是序列不连续;但如果业务对「号段必须连续」有强要求(比如票据编号),就不能用号段模式,要么每次 INCR、要么用数据库表加行锁。
六、机器号租约的续约与回收
时间戳方案的机器号只有 10 位,意味着最多 1024 个实例。分配通常用一个自增序列,但「实例下线后机器号没回收」会很快耗尽池子。做法是加租约:
# 取号:没有可用号就从序列取新的
INCR id:machine:seq
# 同时写入带 TTL 的租约,运行期每 30 秒续一次
SET id:machine:lease:17 node-a PX 90000
实例下线后租约 90 秒自动过期,号可以回收给新实例。分配时先扫 id:machine:lease:* 找已过期的号,找不到再从序列取新号。扫全部租约在实例数上千时也不慢(一次 SCAN 加几百次 EXISTS),但更简单的做法是维护一个回收队列:续租失败或主动下线时把号 RPUSH 回队列,启动时先 LPOP。
租约续不上的极端情况要提前处理:Redis 短暂不可用时续租失败,实例不应该立刻自杀,而是继续用原号运行(重号风险低于停服风险),只在连续失败超过租约时长后才摘除自己。这个取舍要写进运行手册。
七、可靠性:重复 ID 才是事故
发号器的所有故障模式,最终都收敛到同一个问题:同一号码发给两个业务方。可能场景:主从异步复制下主库宕机,AOF 里最后 1 秒的 INCR 没同步到从库,切换后序列回退,号段模式会把已发的段再发一遍。防线有两道:
- 数据库唯一索引是最终防线,所有落库表在 ID 列建唯一索引,撞号时业务层重试取号;
- 对账任务校验「Redis 当前序列 ≥ 数据库最大 ID」,发现回退立即把序列拨到数据库最大值之上(
SET id:order:seq {maxId + STEP})并告警。
Redis 本身用 AOF everysec + 主从(或哨兵)部署,把丢数据窗口压到 1 秒以内。
常见坑 / 最佳实践
- 把 Redis 当唯一防线。 主从切换丢 1 秒数据就可能重复发号,落库表必须有唯一索引兜底。
- 号段无下界校验。 Redis 序列回退后发号器会重发旧号段,启动时与数据库最大 ID 对账拨正。
- 日期前缀与序列错位。 23:59:59 取到当天的序列、00:00:01 才落库,日期已跨天;序列与日期要同一次取号锁定。
- 序列暴露业务量。 订单号连号会被竞品按天估算单量,日期后拼接几位机器号或随机位打散。
- ID 溢出。 时间戳方案的位数分配要控制在 Long 范围内,写进注释并加单测验证。
小结
- 裸 INCR 简单可靠但每次取号一个 RTT;号段模式批量取号本地分发,把 Redis 压力降两个数量级。
- 号段模式用
INCRBY step独占号段,加锁或 CAS 保证并发互斥,双 buffer 消除取段抖动。 - 时间戳 + 机器位方案产出趋势递增的 64 位 ID,机器号由 Redis 租约分配。
- 所有方案都假设 Redis 可能丢数据:唯一索引是最终防线,对账任务校验序列不回退。
- 点赞
- 收藏
- 关注作者
评论(0)