用单库自增键来生成id了，后期怎么分库？哎，这个坑大！

星球水友“写代码的”提问：

沈老师，我们现在用户中心是单库单表，uid使用数据库自增主键，uid被很多业务关联，不能变化。

现在用户中心数据量逐步变大，有分库需求了，如何由单库升级为多库，保持历史uid不变，并且新生成的数据不冲突，有什么好办法么？

==问题描述完==

应该有不少公司都会利用数据库“插入数据自动自增id”来作为业务id，这种方法会使得业务与id生成强耦合，导致id生成算法难以升级。

今天和大家一起简单探讨下，id生成要考虑哪些要素。

画外音：别误会，不是说“自增id”不好，是说它与业务耦合了，难以升级。

一、id生成要考虑的技术点

几乎所有业务，都会有一个业务唯一标识：

• 用户标识：uid(user-id)

• 消息标识：mid(msg-id)

• 订单标识：oid(order-id)

这个标识，在存储系统里通常是主键，主键使用聚集索引(clustered-index)，即在物理存储上以这个id排序。于是，对这个id有：唯一性，趋势递增性的要求。

画外音：索引《1分钟了解不同索引的差异》。

这个标识，也经常被用来做流量负载均衡，数据负载均衡的依据，即这个id必须在统计上必须是完全随机的。于是，对这个id有：随机性的要求。

同时，id生成算法升级，理论上对业务系统是透明的。于是，对这个id的生成有：独立性需求。

为了保证id生成的上述特性，要有一个：

uint64_t GenID()

的独立方法（或者独立接口）来生成id，生成id具体做什么用，该方法不关心，可以是用来做uid，也可以是用来做oid，甚至log-id。

当然，id生成的具体细节，业务也不用关心。即，GenID()的内部实现，可以是利用数据库的自增id，也可以使用时间递增，目前行业内最流行的，是仿照snowflake生成分布式id。

这个封装，屏蔽了id生成的细节，保留方案升级的可能性，是系统设计中，解耦的体现。

如果使用了此类方法生成业务id，数据库由单库扩展多库就很容易了：

（1）确定一个路由算法，例如hash取模；

（2）将单库中的数据，通过这个路由算法迁移到多库中去，以实现单库数据量的减少；

（3）通过这个路由算法寻找数据（读）；

（4）通过这个路由算法插入数据（写）；

假如架构设计前期没有提前考虑独立的id生成，后期又要实施单库拆多库，该怎么办呢？

二、针对星球水友提到的例子

历史的坑已经铸成，没有解耦id生成方法，而且也没法批量修改id，该怎么办呢？

假设由单库拆分为3库，可以这么玩：

（1）做一个1主2从数据库集群，相当于每条数据复制成了3份；

（2）将路由算法，设为取模hash算法，%3；

（3）第一个库，%3=0，把余1和余2的uid删掉；

（4）第二个库，%3=1，把余0和余2的uid删掉；

（5）第三个库，%3=2，把余0和余1的uid删掉；

（6）将每个库的自增步长设置为3，这样每个库的id生成就不会重复了；

（7）升级用户中心，按照路由算法查询uid数据；

搞定，拆库扩容达成：

（1）单库数据量下降为了原来的1/3；

（2）读写实例个数扩充为了原来的3倍；

（3）并且id生成与查询都不会冲突；

希望这个取巧的方法对你有帮助。

但更希望，大伙提前考虑id生成的唯一性、随机性、趋势递增性、独立性。

系统性考虑问题，知其然，知其所以然。

欢迎大家继续提问，有问必答。

答球友问：

课后习题：

单库拆多库，平滑扩容，不停止服务，怎么弄？