数据库在做了分库分表之后，关于ID主键，我认为需要考虑这几点：
生成算法当我们的数据库是单台的时候，是不用太操心主键的生成，但是当数据库进行了分库分表之后，那么主键的生成就需要注意了，至少不能使用数据库内部的自增长序列了，通常要引入分布式唯一标识码的生成算法。
利用数据库生成：先说最笨的方法，利用数据库的自增长序列生成，数据库内唯一，有人会说，刚说完不能用数据库的自增长序列，这么快就要被打脸了么？其实这个的意思是，先利用（额外）的一台数据库，通过其自增长序列得到主键，然后作为分库分表的主键；
利用Redis/MongoDB/zookeeper生成：Redis的单线程的，利用incr和increby；MongoDB的ObjectId；ZK通过znode数据版本；都可以生成全局的唯一标识码；
UUID：生成唯一标识码最常用的算法之一；
Snowflake：Twitter开源，基于zk，41位时间戳（毫秒数）+10位机器的ID+12位毫秒内的流水号+1位符号位（永远是0）；
UidGenerator：百度开源，基于snowflake算法；
Leaf：美团开源，能保证全局唯一性、高可用、趋势递增（不太安全，比如泄露公司订单数量）、单调递增等。
扩容会比较麻烦分库分表通常的方案都用主键mod分表的数量，来把数据路由到某一个数据库分片上。例如分了10张表，那么就是ID%10，得到结果0-9，代表不同的表；但是当数据量进一步增多的时候，单库的数据量达到了一定的级别之后，那么就需要分更多的表，那么这时候有哪些处理方案呢？
做数据迁移：最简单暴力，也是最麻烦的一个方案；因为当分表（分库）数量增多的时候，因为分片规则的变化，每个表的数据都要被重新分配到多个新的表；
如果id是一个增长的全局序列，当前有十张表，那么分表的算法为：id%10，根据0-9路由到10个表中；当表扩到20张的时候，扩容那一刻取max_id，那么未来分库的算法也就变成了：
if(id<max_id){id%10} else {id%20};有些分表的算法本身就带时间戳，可以基于id中的时间戳来实现，比如Snowflake算法（见上文），这个算法是一个64位的Long值，前42位就是一个精确到毫秒的时间戳，那么我们的分库算法也就可以以某个时间点来判断：
if(id中的时间<增加分表那一刻的时间){id%10} else {id%20};我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。