有序 ID 为什么可能造成数据库写热点？
简化版
单机 B+Tree 中递增主键通常减少页分裂、提升局部性；所谓“有序 ID 写热点”主要出现在分布式 range 分片、LSM tablet 或存储节点上，所有新写都落到最大 key 所在的尾部分片。 解决要看热点层级：可用 hash 分片、加盐/反转前缀、预分裂或时间桶，但会牺牲范围查询和全局顺序。
详细版
不能笼统说有序 ID 对数据库不好。MySQL InnoDB 单实例使用自增聚簇主键通常优于随机 UUID；但按主键范围切分的分布式数据库中，新 ID 单调增加，最新区间承担几乎全部写入，其他节点空闲。
例如 8 个 range 理论各有容量，但 10000 QPS 新订单都进入最后一个 range，集群扩容也无法自动摊开。可把 hash(userId)%16 作为前缀、使用 bucket+ID 复合键，或让数据库自动拆分并把新 range 分散到不同节点。选型要同时考虑查询路由、索引大小和事务边界。
完整版教学
一、先区分单机页热点与分布式分片热点
递增主键在 InnoDB 末尾页追加，写位置集中，但顺序 I/O、较少页分裂和更紧凑缓存通常是优势；并发极高时才可能出现最后页 latch 竞争。分布式 range 分片的热点更严重，因为尾 range 整体只在一个 Leader/节点处理。
易错点：随机主键能打散分布式范围写，却可能让单机 B+Tree 到处插入并增加页分裂，两层效果相反。
二、有序 ID 如何集中到尾分片
range1: [0, 1M)
range2: [1M, 2M)
...
range8: [7M, +∞) <- 所有新 ID 进入这里即使 8 个节点总容量 8 万 QPS，尾分片单节点容量 1 万 QPS，超过后整体写入就受限。自动 split 只能把旧范围一分为二，如果新写仍永远落最右侧，热点会跟着新尾 range 移动。
三、不同主键分布的取舍
| 方案 | B+Tree 局部性 | 分布式分散 | 范围查询 |
|---|---|---|---|
| 自增/单调 ID | 好 | 尾部热点 | 好 |
| UUID v4 | 差 | 好 | 差 |
| 时间有序 UUID | 较好 | 仍可能尾热 | 好 |
| hash 前缀+ID | 前缀内有序 | 好 | 需 fan-out |
因此不存在“最优 ID”，要看主存储的分片方式和主要查询模式。
四、加盐与复合键
可以用 bucket = hash(userId) % 16，物理主键为 (bucket, orderId)。10000 QPS 理想分到 16 桶，每桶约 625 QPS。按 orderId 精确查询若不知道 bucket，需要二级映射或 16 路 fan-out；按用户查询则可从 userId 算出桶。
随机盐不能用于需要单分区事务的聚合键，否则同一用户数据被拆散。前缀应选择能兼顾写散布和查询路由的稳定业务键。
五、预分裂和自动调度
已知 bucket 空间可提前创建 16/64 个 range 并分配到不同节点，避免上线初期所有 key 落一个默认 range。系统也可检测 QPS/字节热点，拆分后迁移 Leader，但要设置冷却与带宽限制。
如果热点是单个大租户，单纯用时间 ID 仍会热；按租户 hash 或单独隔离更有效。监控需下钻到 range QPS、Leader CPU、写 stall 和末页 latch，而不是只看数据库总 CPU。
六、ID 有序性可拆成不同需求
业务常说“有序”其实可能只要大致按时间排序，而不是严格全局递增。Snowflake 在单 worker 内单调、跨 worker 大体有序，足以改善索引局部性；若存储仍按高位时间范围分片，多个 worker 的新 ID 依然集中在尾部。
可以把 hash/worker 位放高位改善分散，但全局数字顺序会变化。设计要明确优先的是索引、展示排序还是分片均衡。
七、常见误区与追问
- 误区：有序主键一定比随机主键差。 单机 InnoDB 通常恰好相反。
- 误区：自动分裂能永久解决尾部热点。 新写仍会追随最右 range。
- 误区：给 ID 加随机后缀就能打散 range。 若高位仍是时间，排序仍主要按高位集中。
- 误区：hash 前缀没有查询代价。 非前缀查询可能 fan-out 或需要二级索引。
- 追问：如何确认热点在哪层？ 看页 latch、range QPS、Leader 节点和 top tenant 分别定位。
- 追问：Snowflake 会不会热点？ 取决于主键字节布局和分片规则，时间高位 range 分片仍可能热。
- 追问：怎样兼顾用户查询？ 以 userId hash 作桶前缀，让同用户可计算路由。
八、加强记忆
回答先做纠偏：递增 ID 对单机 B+Tree 常是好事，对分布式 range 分片才容易形成尾热点。再按“热点层级—物理排序—查询路由—分散代价”选择 hash 前缀、预分裂或随机方案，不能脱离存储引擎只谈 ID 有序与否。
优化后还要对比写吞吐、P99 延迟、分片倾斜和查询放大四项指标，避免只把写热点转换成读侧全分片扫描。