有序性

有序性是分布式 ID 的重要特性之一。不同的有序性级别对系统性能和业务逻辑都有重要影响。

有序性的级别

1. 严格递增（Strictly Increasing）

定义：每个新生成的 ID 都严格大于前一个 ID。

示例：

1, 2, 3, 4, 5, 6, 7, 8, 9, 10

特点：

• ✅ 最理想的有序性
• ✅ 便于范围查询
• ❌ 需要全局协调
• ❌ 性能开销大

实现方式：

• 单机计数器
• 全局分布式锁
• 中心化 ID 服务

2. 趋势递增（Monotonically Increasing）

定义：ID 大致按时间递增，允许短暂的无序。

示例：

1001, 1002, 1003, 1005, 1004, 1006, 1007
           ← 短暂无序

特点：

• ✅ 满足大部分业务需求
• ✅ 性能较好
• ✅ 实现相对简单
• ❌ 非严格有序

实现方式：

• 雪花算法
• 号段模式
• 基于时间戳的方案

3. 大致有序（Roughly Ordered）

定义：ID 按时间大致排序，但允许较大的无序范围。

示例：

20240410001, 20240410005, 20240410003, 20240410008
                范围内无序

特点：

• ✅ 实现简单
• ✅ 性能好
• ❌ 无序范围可能较大
• ❌ 对范围查询不友好

实现方式：

• 带时间戳的随机 ID
• 各节点独立生成

4. 无序（Unordered）

定义：ID 完全随机，没有任何顺序。

示例：

f47ac10b-58cc-4372-a567-0e02b2c3d479
550e8400-e29b-41d4-a716-446655440000
6ba7b810-9dad-11d1-80b4-00c04fd430c8

特点：

• ✅ 实现最简单
• ✅ 性能最好
• ✅ 分布式友好
• ❌ 完全无序
• ❌ 对索引不友好

实现方式：

• UUID v4
• 完全随机的 ID

为什么需要有序性

1. 数据库索引性能

B+ 树索引：

MySQL InnoDB 使用 B+ 树索引
有序 ID 有利于：
- 减少页分裂
- 减少页合并
- 提高缓存命中率
- 降低磁盘 I/O

性能对比：

有序 ID：
- 插入性能：50000 TPS
- 页分裂次数：少
- 缓存命中率：高

无序 ID：
- 插入性能：10000 TPS
- 页分裂次数：多
- 缓存命中率：低

2. 范围查询效率

查询场景：

数据设计要点

• 查询目标是快速定位状态、任务或资源，避免在关键路径上做大范围扫描。

有序性优势：

• ✅ 可以利用索引
• ✅ 可以使用 ORDER BY
• ✅ 可以使用 LIMIT
• ✅ 可以做分页查询

3. 分页查询友好

分页场景：

数据设计要点

• 查询目标是快速定位状态、任务或资源，避免在关键路径上做大范围扫描。

有序性优势：

• ✅ 排序速度快
• ✅ OFFSET 性能好
• ✅ 分页稳定

4. 数据恢复和回溯

恢复场景：

系统故障后需要恢复数据：
1. 按订单 ID 范围恢复
2. 按时间戳范围恢复
3. 有序 ID 便于定位

5. 数据分析和统计

分析场景：

数据设计要点

• 查询目标是快速定位状态、任务或资源，避免在关键路径上做大范围扫描。
• 关键字段包括 SELECT，它们决定后续查询和管理能力。

无序性的应用场景

虽然有序性很有用，但有些场景更适合无序 ID：

1. 安全性要求

场景：不希望泄露业务信息

✅ 随机 ID：用户无法推测用户量
❌ 递增 ID：用户ID = 10000001，泄露用户量

2. 防止遍历攻击

场景：防止恶意遍历所有用户

✅ 随机 ID：无法枚举
❌ 递增 ID：可以从 1 遍历到 N

3. 分布式友好

场景：多节点独立生成，无需协调

✅ 随机 ID：各节点独立生成
❌ 递增 ID：需要协调保证递增

有序性 vs 性能的权衡

权衡表格

推荐选择

严格递增：

• 订单号（需要可读）
• 单据号（需要连续）
• 小规模系统

趋势递增：

• 用户 ID
• 商品 ID
• 评论 ID
• 大部分业务 ID

大致有序：

• 日志 ID
• 消息 ID
• 追踪 ID

无序：

• Token
• 会话 ID
• 临时 ID

有序性实现技巧

1. 时间戳作为前缀

实现：

ID = timestamp(毫秒) + 序列号

示例：
20240410123456789
↑         ↑
时间戳    序列号

优点：

• ✅ 天然有序
• ✅ 包含时间信息
• ✅ 实现简单

2. 雪花算法

实现：

ID = 时间戳(41位) + 节点ID(10位) + 序列号(12位)

特点：
- 同一毫秒内递增
- 跨毫秒也趋势递增
- 分布式友好

3. 号段模式

实现：

从数据库获取号段：[1000, 2000]
本地递增使用：1001, 1002, 1003, ...

特点：
- 号段内严格递增
- 跨号段大致有序
- 性能高

常见错误

错误1：过度追求严格递增

❌ 错误做法：
为了严格递增，使用全局锁，牺牲性能

✅ 正确做法：
追求趋势递增，满足大部分需求

错误2：忽视有序性对性能的影响

❌ 错误做法：
使用 UUID，无序 ID 导致数据库性能差

✅ 正确做法：
使用趋势递增 ID，优化数据库性能

错误3：混用不同有序性的 ID

❌ 错误做法：
同一个表混用严格递增和无序 ID

✅ 正确做法：
保持一致的有序性级别

有序性检查清单

在实现分布式 ID 生成器时，确保：

• 明确有序性需求级别
• 理解有序性对数据库性能的影响
• 权衡有序性和性能
• 选择合适的有序性级别
• 验证 ID 的有序性
• 考虑分布式环境下的有序性
• 处理时钟回拨对有序性的影响
• 测试大规模数据下的性能

下一步

了解了有序性后，我们继续学习 ID 的性能要求。

👉 下一节：性能要求