포스트

분산 시스템에서 UUID 대신 Custom ID를 선택했던 이유

분산 시스템에서 UUID 대신 Custom ID를 선택한 이유를 유일성, 성능, 인덱스 효율 관점에서 비교한 글입니다.

분산 시스템에서 DB PK로 쓰는 ID를 어디서 생성할지 정해야 했다. 관심사 분리 관점에서 DB는 인덱싱과 데이터 조작(Data Manipulation)만 담당하고, ID 생성은 애플리케이션 레벨에서 책임지는 것으로 정했다.

요구 조건은 다음과 같았다.

  • 여러 인스턴스에서 동시에 ID를 생성해야 하고
  • 중앙 집중식 번호 발급기는 피하고 싶고
  • DB 인덱싱 성능도 놓치고 싶지 않았다

이 조건에서 UUID와 Custom ID를 비교했다.


1. 처음 문제: 분산 환경에서 “안전하고 빠른 ID”가 필요했다

분산 환경에서 ID 생성기는 보통 세 가지 요구를 동시에 만족해야 한다.

  1. 유일성: 인스턴스가 여러 대여도 충돌이 없어야 한다
  2. 성능: 생성이 빠르고 병목이 없어야 한다
  3. 저장/조회 효율: DB 인덱스와 조회 패턴에 잘 맞아야 한다

초기에는 UUID(v4)를 먼저 고려했다. 표준이고, 구현도 쉽기 때문이다.

다만 서비스 관점에서 다음 문제가 있었다.

  • PK가 랜덤 분포를 가지면 B-Tree locality가 약해질 수 있음
  • 문자열(36자) 형태를 그대로 쓰면 저장/인덱스 비용이 커질 수 있음
  • 시간 순 정렬이 필요한 조회에서 별도 컬럼 의존도가 높아짐

그래서 워크로드에 맞는 키 구조를 직접 설계하기로 했다.


2. 선택지 비교: UUID vs Custom ID

UUID(v4)

장점:

  • 표준 포맷이라 연동이 쉽다
  • 충돌 확률이 매우 낮다
  • 구현 난이도가 낮다

아쉬운 점:

  • 랜덤 분포 특성상 인덱스 삽입 locality가 떨어질 수 있다
  • 문자열 저장 시 스토리지/인덱스 부담이 커질 수 있다
  • 생성 시각/순서 정보를 ID 자체에서 얻기 어렵다

Custom ID (시간 기반 Long)

장점:

  • 증가형 성격을 가져 인덱스 locality에 유리
  • 8바이트 정수라 저장 효율이 좋다
  • ID에서 생성 시각을 유추할 수 있다

아쉬운 점:

  • 표준이 아니므로 운영 규약이 필요
  • node/sequence/clock 같은 설계 책임이 생긴다
  • 구현 품질이 곧 안정성으로 직결된다

이 서비스에서는 범용 표준성보다 인덱싱·쓰기 패턴 최적화 이득이 더 커서 Custom ID를 선택했다.


3. 최종 선택한 구조

채택한 구조는 64비트 Long 기반(실질 63비트 사용)이다.

1
[ timestamp(43) | nodeId(16) | sequence(4) ]

조합식은 다음과 같다.

1
uuid = (timestamp << 20) | (nodeId << 4) | sequence

각 필드의 역할:

  • timestamp: 대략적인 시간 순서를 보장
  • nodeId: 분산 인스턴스 구분
  • sequence: 같은 ms 내 다건 발급 구분

4. 설계하면서 명확해진 것들

(1) 수명은 timestamp 비트가 결정한다

  • 2^43 - 1 ms까지 표현 가능
  • epoch 기준 약 278.7년 (대략 2248년대)

사용 가능 기간은 timestamp 비트 수로 정해진다.

(2) 처리량은 sequence 비트가 결정한다

  • sequence 4비트 => 같은 ms 내 최대 16단계
  • 한계 도달 시 다음 ms로 넘겨 생성

같은 순간의 최대 발급량은 sequence 비트 수로 정해진다.

(3) 분산 충돌 위험은 nodeId 운영으로 정해진다

비트를 나누는 것과 별개로, nodeId를 어떻게 할당하고 중복을 막는지가 실제 안정성을 정한다.

(4) 처리량 한계와 충돌 확률은 분리해서 봐야 한다

  • 처리량 한계: sequence 비트가 만든다
  • 충돌 확률: nodeId 할당 품질 + clock 상태 + 동시성 제어가 만든다

처리량 계산 (단일 인스턴스 기준)

현재 구조는 sequence 4비트(0~15)이므로 같은 ms에서 최대 16개를 표현할 수 있다.

  • 이론치: 16 IDs/ms ≈ 16,000 IDs/s
  • 코드에 @Synchronized와 시퀀스 한계 시 1ms 대기(sleep) 로직이 있어서, 실제 처리량은 JVM 스케줄링과 워크로드에 따라 더 낮을 수 있다.

이 생성기는 처리량 상한이 정해져 있는 생성기다.

충돌은 언제 생기나?

이 설계에서 같은 ID가 나오려면 아래 3개가 동시에 같아야 한다.

  1. timestamp(ms)
  2. nodeId
  3. sequence

@Synchronized가 있는 단일 인스턴스 내부에서는 같은 ms에 sequence가 중복되지 않도록 제어한다. 그래서 현실적인 충돌 시나리오는 대부분 인스턴스 간 nodeId 중복에서 시작된다.

예를 들어,

  • 서버 A와 서버 B가 우연히 같은 nodeId를 가져버리고
  • 같은 ms에
  • 동일 sequence 값을 생성하면

ID 충돌이 발생한다.

충돌 확률은 nodeId 할당 방식으로 정해진다

nodeId를 랜덤으로만 정하는 경우, nodeId 공간이 65,536개라도 인스턴스 수가 늘면 중복 가능성이 빠르게 올라간다.

대략적인 수준:

  • 100대 수준: 중복 확률이 꽤 낮음
  • 300대 수준: 중복 위험이 눈에 띄게 증가
  • 1,000대 수준: 거의 중복이 발생한다고 보는 게 안전

(정확 값은 1 - exp(-n(n-1)/(2m)), m=65536로 계산 가능)

분산 환경에서 충돌 안전성은 비트 수보다 nodeId 할당 정책에 달려 있다.


5. DB 인덱싱 관점에서 기대한 효과

시간 기반 Long ID를 선택한 이유 중 하나는 인덱스였다.

기대 효과:

  • PK/보조 인덱스 크기 절감 (키 폭 감소)
  • 삽입 locality 개선 (append-like 패턴)
  • 범위 조회/정렬에서 시간축 활용 용이

트레이드오프:

  • 매우 높은 동시성에서는 hotspot 페이지 경합 가능
  • 시간 정보가 노출되는 ID가 부담인 도메인에는 부적합

서비스의 쓰기·조회 패턴에 맞을 때 효과가 있다.


6. 정리

  • UUID가 나빠서가 아니라, 유일성·성능·인덱싱 요구를 이 서비스의 트래픽과 운영 방식에 맞춰 비교한 결과 Custom ID를 골랐다.
  • ID 생성기는 작은 유틸처럼 보이지만 저장 효율, 인덱스 동작, 충돌 위험을 정하는 기반 컴포넌트다.
  • 고르는 기준은 어떤 ID가 더 널리 쓰이는지가 아니라, 우리 시스템에서 어떤 실패를 줄여주는지다.
이 기사는 저작권자의 CC BY 4.0 라이센스를 따릅니다.