一个PHP实现的ID生成器

通常来说，不管使用什么数据库，表里都有一个名为 id 的主键，既然是主键，那么必然要满足唯一性，对于 MySQL 用户来说，它多半是一个 auto_increment 自增字段，也有一些别的用户喜欢使用 UUID 做主键，不过对 MySQL（特别是 InnoDB）来说，UUID 通常不是一个好选择，因为聚簇索引要求物理数据按照主键排序，而 UUID 本身是无序的，所以会带来很多不必要的 IO 消耗。于是乎我们得到一个结论：ID 最好是顺序的唯一值。

如此说来，就用 MySQL 的 auto_increment 自增字段不就好了？问题是这样无法满足高可用性，虽然可以通过多台服务器设置不同的 auto_increment 步长来提升可用性，但数据库本身始终就是那块最短的木板。至于解决方案，网上已经有很多类似的讨论：

• 细聊分布式ID生成方法
• 业务系统需要什么样的ID生成器
• 分布式Unique ID的生成方法一览
• 微信序列号生成器架构设计及演变

最流行的解决方案，当然是 twitter 的 snowflake，其大致含义是说：为了避免单点故障，在多个节点上运行 ID 生成器服务，每个节点都有自己独立的标识，ID 以时间因子为前缀，虽然不同的服务器时间可能存在差异，不能保证绝对的顺序，但是整体的趋势还是可以认为是顺序的，IO 负担可以忽略，同时以一个计数器为后缀，从而保证唯一性。

网上现有的开源 ID 生成器，比如 Chronos，都是运行为服务的形式，不过对我而言，这样有些太重了，于是我用 PHP 实现了一个非服务化的简版 ID 生成器，虽然它很简单，但是它并不简陋，实现了 snowflake 要求的功能：

<?php

class Sequence
{
    const EPOCH = 1000000000000;

    const TIME_BITS  = 41;
    const NODE_BITS  = 10;
    const COUNT_BITS = 10;

    private $node = 0;

    private $ttl = 10;

    public function __construct($node)
    {
        $max = $this->max(self::NODE_BITS);

        if (is_int($node) === false || $node > $max || $node < 0) {
            throw new \InvalidArgumentException('node');
        }

        $this->node = $node;
    }

    public function generate($time = null)
    {
        if ($time === null) {
            $time = (int)(microtime(true) * 1000);
        }

        return ($this->time($time) << (self::NODE_BITS + self::COUNT_BITS)) |
               ($this->node << self::COUNT_BITS) |
               ($this->count($time));
    }

    public function restore($id)
    {
        $binary = decbin($id);

        $position = -(self::NODE_BITS + self::COUNT_BITS);

        return array(
            'time'  => bindec(substr($binary, 0, $position)) + self::EPOCH,
            'node'  => bindec(substr($binary, $position, - self::COUNT_BITS)),
            'count' => bindec(substr($binary, - self::COUNT_BITS)),
        );
    }

    public function setTTL($ttl)
    {
        $this->ttl = $ttl;
    }

    private function time($time)
    {
        $time -= self::EPOCH;

        $max = $this->max(self::TIME_BITS);

        if (is_int($time) === false || $time > $max || $time < 0) {
            throw new \InvalidArgumentException('time');
        }

        return $time;
    }

    private function count($time)
    {
        $key = "seq:count:" . ($time % ($this->ttl * 1000));

        while (!$count = apcu_inc($key)) {
            apcu_add($key, mt_rand(0, 9), $this->ttl);
        }

        $max = $this->max(self::COUNT_BITS);

        if ($count > $max) {
            throw new \UnexpectedValueException('count');
        }

        return $count;
    }

    private function max($bits)
    {
        return -1 ^ (-1 << $bits);
    }
}

?>

本文中的实现利用 apcu 来保存数据，但是并不需要以服务的形式存在。以 41 位毫秒时间为例，理论上最大值可以保存到 2039-09-07，如果考虑到 EPOCH，还可以保存的时间更久远点，以 1000000000000 为例，则可以保存到 2071-05-16，此外我们给节点留了 10 位，计数器留了 10 位，理论上可以容纳最多 1023 个节点，每个节点每毫秒最多 1023 个 ID。这些阈值基本都足够了，多半还没到达上限，系统就已经挂了。

BTW：如果是一些非亲缘性的 PHP 进程共同使用一个 id 生成器的话，比如 php-fpm 和 php-cli 共同使用一个 id 生成器，那么 apcu 并不合适，此时需要使用 libshmcache。

需要说明的是，最初我的设计并不是以毫秒为为单位，而是以秒为单位，但是以秒为单位有一个问题：假设在一秒内重启 php-fpm，那么有可能会产生不唯一的值，虽然可以通过在重启脚本里 sleep 一秒来规避问题，但是毕竟太麻烦了，于是我索性以毫秒为单位来设计，因为我们不可能在一毫秒的间隔内重启 php-fpm，所以这个问题就不存在了。

不过，如果服务器出现时间回退现象，那么依然可能产生不唯一的值，但需要满足几个条件：首先，服务器时间发生了回退；其次，回退后生成 ID 时的时间恰好在以前使用过；最后，服务器因为 LRU 等原因清除了相关的缓存。要满足这些条件，基本是很难的，也就是说，对于绝大部分 PHP 项目而言，本文的代码可以认为是足够强壮的。

此外，生成的 ID 最好别直接用，不然别人可以反解出其中的数据，比如你有多少台服务器等等，解决办法是在应用层用 hashids 编码及解码，如此一来，数据库里保存的还是原始的 ID（Bigint），但是用户看到的却是 HASH ID，从而更好的保护了数据的安全。