雪花算法

TiDBer_Ejh0eCXc · 2026 年4 月 19 日 22:42

在 TiDB 中，为什么使用应用层生成的雪花算法（Snowflake ID）作为主键，可能会导致 INSERT 操作的性能急剧下降，甚至比使用 MySQL 时慢上数十倍？

Kongdom · 2026 年4 月 20 日 00:48

是的，雪花算法会造成热点。但是你说的这个案例里，不是TiDB决定的，是应用层决定的吧。

独善其身 · 2026 年4 月 20 日 00:59

应该是跨了主机了吧，特别是跨tikv

TiDBer_sheldon · 2026 年4 月 20 日 02:22

应该会造成热点，这样集中在一个TIKV比较容易堵塞等

TiDBer_sheldon · 2026 年4 月 20 日 02:23

讲的很有水平，高手

Royce1220 · 2026 年4 月 20 日 05:56

雪花算法会导致insert都插入到同一个region里面

Royce1220 · 2026 年4 月 20 日 05:56

从来产生热点region降低性能

TiDBer_ClS0jENG · 2026 年4 月 20 日 11:03

雪花算法（Snowflake ID）是 Twitter 开源的分布式唯一 ID 生成算法，它的核心价值是解决分布式系统中，高性能、全局唯一、趋势有序 ID 的生成问题

TiDBer_Ejh0eCXc · 2026 年4 月 20 日 22:57

为什么会到同一个region呢?

Royce1220 · 2026 年4 月 21 日 01:48

雪花生成的id通常是连续的

独善其身 · 2026 年4 月 21 日 01:50

雪花模型的特点就是跨表读取频繁,但是事务操作肯定会慢

TiDBer_Ejh0eCXc · 2026 年4 月 21 日 23:30

有没有替代方案?

WalterWj · 2026 年4 月 23 日 02:08

用 tidb 自己的 AUTO_RANDOM https://docs.pingcap.com/zh/tidb/stable/auto-random/
或者改造 Snowflake ID — 低位放时间戳

// 传统 Snowflake（高位时间戳 → 有序写入 → 热点）
| 41-bit timestamp (高) | 10-bit worker | 12-bit seq |

// 改造版（低位时间戳 → 随机散列分布 → 无热点）
| 12-bit seq | 10-bit worker | 41-bit timestamp (低) |

只要够随机就行。

TiDBer_sheldon · 2026 年4 月 23 日 08:37

没使用过，看是高大上

Royce1220 · 2026 年4 月 23 日 14:59

感觉用auto_random就能满足需求了

鱼儿游爱吃鱼 · 2026 年4 月 24 日 00:47

这个对范围查询影响会不会很大呢，auto_random没有这么随机

TiDBer_xx13 · 2026 年4 月 24 日 01:02

感谢老师分享

智慧同学 · 2026 年4 月 24 日 13:06

感谢分享，学到了雪花算法

鱼儿游爱吃鱼 · 2026 年4 月 27 日 02:22

太随机是否会影响范围查询

WalterWj · 2026 年4 月 27 日 02:33

会，可能会导致查询 region 过多，task 比较多，对比 region 集中来说，扫的任务变多了，会慢一些。