分库分表后如何生成全局唯一且趋势递增的主键？

学完这篇教程，你将掌握在分库分表场景下解决 ID 冲突和索引性能问题的核心方案，学会使用雪花算法和 Redis INCR 等方法生成全局唯一且趋势递增的主键。

第一步：使用数据库自增 ID（最简单直接）

这一步要做什么：在 MySQL 等数据库表中直接设置主键为自增模式，利用数据库自身的计数机制生成 ID。
具体操作：登录 MySQL 客户端，执行 CREATE TABLE user (id INT NOT NULL AUTO_INCREMENT, name VARCHAR(50), PRIMARY KEY (id)) ENGINE=InnoDB;。插入数据时不需要手动指定 id，只需执行 INSERT INTO user (name) VALUES ('Tom');，数据库会自动分配一个连续递增的整数。
得到结果：获得一个全局唯一的整数 ID，且 ID 是严格递增的。

注意：这是最简单的方案，但缺点是 ID 全局不唯一（不同库的自增 ID 会重复），且在分库分表后，ID 趋势递增会变成局部递增，会导致后续的 B+ 树索引频繁页分裂，写入性能急剧下降。

第二步：使用 UUID（保证全局唯一但性能差）

这一步要做什么：利用 UUID 算法生成 32 位的十六进制字符串作为主键。
具体操作：在 Java 代码中调用 String uuid = UUID.randomUUID().toString();，或者在 MySQL 中直接使用 SELECT UUID(); 函数。
得到结果：获得一个全局唯一的字符串 ID，绝对不会重复。

注意：UUID 是无序的，存入数据库后会导致 B+ 树频繁的页分裂，写入性能极差，且占用存储空间较大（36 字符），不适合作为主键。

第三步：使用雪花算法（推荐方案）

这一步要做什么：利用 Twitter 开源的雪花算法，通过时间戳、机器 ID 和序列号组合生成 64 位长整型 ID。
具体操作：编写 Java 代码，定义一个包含 workerId（机器 ID，0-31）和 datacenterId（数据中心 ID，0-31）的类，利用 System.currentTimeMillis() 获取当前时间戳，结合位运算拼接 ID。例如：long id = (timestamp << 22) | (workerId << 12) | sequence;。
得到结果：获得一个既全局唯一又趋势递增的长整型 ID，解决了分布式环境下的 ID 冲突问题，且对数据库索引友好。

注意：雪花算法依赖系统时钟，如果服务器时间回拨（如同步时间），会导致生成的 ID 重复或报错，生产环境必须做好时钟校验。

第四步：使用 Redis INCR（高并发场景）

这一步要做什么：利用 Redis 的原子性自增命令，在内存中维护一个计数器，每次获取 ID 后自增 1。
具体操作：连接 Redis，执行 INCR user_id 命令，将返回值作为主键 ID，并设置过期时间（如 24 小时）防止内存泄漏。
得到结果：获得一个全局唯一且严格递增的数字 ID，性能极高。

注意：Redis 是单线程的，性能极高，但它是单点服务，如果 Redis 宕机，服务将无法生成 ID，通常需要引入 Redis 集群或 Sentinel 模式来保证高可用。

小结：分库分表主键生成需满足唯一性和趋势递增两个核心需求。自增 ID 简单但冲突；UUID 唯一但无序影响性能；雪花算法是目前的最佳实践；Redis INCR 适合高并发但对单点故障敏感。