分库分表后全局ID生成方案(下)

简介: 分库分表后全局ID生成方案(下)

4 snowflake算法(主流方案)

4.1 组成

twitter开源的分布式id生成算法,将一个64位long型id:

image.png

1 bit:不用

因为二进制里第一个bit为如果是1,那么都是负数,但是我们生成的id都是正数,所以第一个bit统一0


41 bit:ms时间戳

可表示数字多达2^41 - 1,即可标识2 ^ 41 - 1个毫秒值,就是69年


10 bit:记录工作机器id

代表该服务最多可部署在2^10=1024台机器。若你的系统部署在多机房,则10位机器ID可继续划分为2~3位IDC表示(可支撑4或8个IDC机房)和7~8位机器ID(支持128-256台机器)


12 bit:记录同一个毫秒内产生的不同id序列号

2 ^ 12 - 1 = 4096,即可区分同一个毫秒内的4096个不同id


4.2 举例

64位的long型的id,64位的long => 二进制

0 | 
0001100 10100010 10111110 10001001 01011100 00 |
10001 | 
1 1001 | 
0000 00000000

2018-01-01 10:00:00 做一些计算,再换算成一个二进制,41bit存储:

0001100 10100010 10111110 10001001 01011100 00

机房id,17=》换算成一个二进制=》

10001

机器id,25=》换算成一个二进制=》

11001

snowflake算法服务,会判断一下,当前这个请求是否是,机房17的机器25,在2175/11/7 12:12:14时间点发送过来的第一个请求,如果是第一个请求


假设,在2175/11/7 12:12:14时间里,机房17的机器25,发送了第二条消息,snowflake算法服务,会发现说机房17的机器25,在2175/11/7 12:12:14时间里,在这一毫秒,之前已经生成过一个id了,此时如果你同一个机房,同一个机器,在同一个毫秒内,再次要求生成一个id,此时我只能把加1


0 | 0001100 10100010 10111110 10001001 01011100 00 | 10001 | 1 1001 | 0000 00000001

比如我们来观察上面的那个,就是一个典型的二进制的64位的id,换算成10进制就是910499571847892992。


4.3 实践

利用这个工具类,自己搞个服务,然后对每个机房的每个机器都初始化这么一个东西,刚开始这个机房的这个机器的序号就是0。

然后每次接收到一个请求,说这个机房的这个机器要生成一个id,你就找到对应的Worker,生成。

这个算法生成的时候,会:

  • 把当前毫秒放到41 bit中
  • 然后5 bit是机房id
  • 5 bit是机器id
  • 接着就是判断上一次生成id的时间如果跟这次不一样,序号就自动从0开始;要是上次的时间跟现在还是在一个毫秒内,他就把seq累加1,就是自动生成一个毫秒的不同的序号


该算法可以确保每个机房每个机器每一毫秒,最多生成4096个不重复的id。


利用这个snowflake算法,可以开发自己公司的服务,甚至对于机房id和机器id,反正给你预留了5 bit + 5 bit,你换成别的有业务含义的东西也可。


不同公司也会依据自身业务的特点对Snowflake算法做一些改造:

  • 减少序列号位数,增加机器ID位数以支持单IDC更多的机器
  • 在其中加入业务ID字段来区分不同业务。如组成规则:1位兼容位恒为0 + 41位时间信息 + 6位IDC信息(支持64个IDC)+ 6位业务信息(支持64个业务)+ 10位自增信息(每毫秒支持1024个号)


主要因为在单机房只部署一个发号器节点,且使用KeepAlive保证可用性。业务信息指的是项目中哪个业务模块使用,如用户模块生成的ID,内容模块生成的ID,把它加入进来:

  • 希望不同业务发出来的ID可以不同
  • 因为在出现问题时可以反解ID,知道哪个业务发出的ID


工程化

为业务生成全局唯一ID,一般有如下算法实现:

嵌入业务代码

即分布在业务服务器中。

  • 好处
    业务代码在使用时无需跨网络调用,性能好些,但需更多机器ID位数支持更多业务服务器。
    由于业务服务器数很多,难保证机器ID唯一性,所以需引入ZooKeeper等分布式一致性组件保证每次机器重启时,都能获得唯一机器ID。

作为独立的服务部署


即发号器服务。业务在使用发号器的时候就需要多一次的网络调用,但是内网的调用对于性能的损耗有限,却可以减少机器ID的位数,如果发号器以主备方式部署,同时运行的只有一个发号器,那么机器ID可以省略,这样可以留更多的位数给最后的自增信息位。即使需要机器ID,因为发号器部署实例数有限,那么就可以把机器ID写在发号器的配置文件里,这样即可以保证机器ID唯一性,也无需引入第三方组件了。微博和美图都是使用独立服务的方式来部署发号器的,性能上单实例单CPU可以达到两万每秒。


Snowflake算法设计的非常简单且巧妙,性能上也足够高效,同时也能生成具有全局唯一性、单调递增性和有业务含义的ID,但是它也有一些缺点,最大缺点就是依赖系统时间戳,一旦系统时间不准,就有可能生成重复ID。

所以如果我们发现系统时钟不准,就可以让发号器暂时拒绝发号,直到时钟准确。


如果请求发号器的QPS不高,比如说发号器每毫秒只发一个ID,就会造成生成ID的末位永远是1,那么在分库分表时如果使用ID作为分区键就会造成库表分配的不均匀。解决:

  • 时间戳不记录毫秒而是记录秒,这样在一个时间区间里可以多发出几个号,避免出现分库分表时数据分配不均
  • 生成的序列号的起始号可以做一下随机,这一秒是21,下一秒是30,这样就会尽量的均衡了


生产都使用变种的Snowflake算法,这些改造:

  • 让算法中的ID生成规则符合自己业务的特点
  • 解决诸如时间回拨等问题


如果我们发现系统时钟不准,就可以让发号器暂时拒绝发号,直到时钟准确为止。我们的程序本身就是运行在系统中的,如何来判断系统中的时间是否准确呢?

可以暂时记录上次发好的时间,然后和这次的时间比较。


假设通过容器化来部署发号器,且同时会有多个发号器容器运行,那这个 worker Id 如何生成。容器自身的 id 是一串很长的16进制,无法转换为 worker id 吧?难道也需要引入 zookeeper?有没有其他简单可行的方案?

容器ID太长了。其实引入zk也还好,对于zk是弱依赖,只是启动的时候拉一下机器ID。


其它方案

百度开源的UidGenerator

(仅支持单机部署)使用Snowflake算法,单机QPS可达600万。项目说明:https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md


美团Leaf(分布式ID生成系统)

QPS近5万。项目地址:https://tech.meituan.com/2017/04/21/mt-leaf.html


微信序列号生成器

文档地址:https://www.infoq.cn/article/wechat-serial-number-generator-architecture


  1. 递增但不连续的数字序列解决方案。
  2. 设计目标QPS1000万以上。
  3. 通过在递增过程中使用“步长”将每秒磁盘写入由1000万级降至1万。
  4. 设计原理相对于Snowflake更通俗易懂。
  5. 可以使用hash的负载均衡策略组建集群。
  6. 缺点:需要自己实现集群中机器增减后更新负载均衡策略的逻辑。

Java版最简单Demo

使用spring boot搭建一个web工程,使用Controller调用Service实现数字递增

Service类

import org.springframework.stereotype.Service;
import javax.annotation.PostConstruct;
import java.util.concurrent.atomic.AtomicLong;
@Service
public class GeneratorService {
private AtomicLong id;
@PostConstruct
private void init(){
id = new AtomicLong(0);
}
public long getId(){
return id.incrementAndGet();
}
}

单机测试QPS 3万(测试工程、测试脚本在同一机器运行。)

硬件信息:CPU 2.7 GHz Intel Core i7 | 内存 16 GB 2133 MHz LPDDR3

测试工具:JMeter


4.3 实现

public class IdWorker {
    private long workerId;
    private long datacenterId;
    private long sequence;
    public IdWorker(long workerId, long datacenterId, long sequence) {
        // sanity check for workerId
        // 这儿不就检查了一下,要求就是你传递进来的机房id和机器id不能超过32,不能小于0
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(
                    String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(
                    String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
        }
        System.out.printf(
                "worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);
        this.workerId = workerId;
        this.datacenterId = datacenterId;
        this.sequence = sequence;
    }
    private long twepoch = 1288834974657L;
    private long workerIdBits = 5L;
    private long datacenterIdBits = 5L;
    // 这个是二进制运算,就是 5 bit最多只能有31个数字,也就是说机器id最多只能是32以内
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 这个是一个意思,就是 5 bit最多只能有31个数字,机房id最多只能是32以内
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    private long sequenceBits = 12L;
    private long workerIdShift = sequenceBits;
    private long datacenterIdShift = sequenceBits + workerIdBits;
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private long sequenceMask = -1L ^ (-1L << sequenceBits);
    private long lastTimestamp = -1L;
    public long getWorkerId() {
        return workerId;
    }
    public long getDatacenterId() {
        return datacenterId;
    }
    public long getTimestamp() {
        return System.currentTimeMillis();
    }
    public synchronized long nextId() {
        // 这儿就是获取当前时间戳,单位是毫秒
        long timestamp = timeGen();
        if (timestamp < lastTimestamp) {
            System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);
            throw new RuntimeException(String.format(
                    "Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }
        if (lastTimestamp == timestamp) {
            // 这个意思是说一个毫秒内最多只能有4096个数字
            // 无论你传递多少进来,这个位运算保证始终就是在4096这个范围内,避免你自己传递个sequence超过了4096这个范围
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }
        // 这儿记录一下最近一次生成id的时间戳,单位是毫秒
        lastTimestamp = timestamp;
        // 这儿就是将时间戳左移,放到 41 bit那儿;
        // 将机房 id左移放到 5 bit那儿;
        // 将机器id左移放到5 bit那儿;将序号放最后12 bit;
        // 最后拼接起来成一个 64 bit的二进制数字,转换成 10 进制就是个 long 型
        return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift) | sequence;
    }
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }
    private long timeGen() {
        return System.currentTimeMillis();
    }
    // ---------------测试---------------
    public static void main(String[] args) {
        IdWorker worker = new IdWorker(1, 1, 1);
        for (int i = 0; i < 30; i++) {
            System.out.println(worker.nextId());
        }
    }
}

41 bit,就是当前毫秒单位的一个时间戳

然后5 bit是你传递进来的一个机房id(但是最大只能是32以内)

5 bit是你传递进来的机器id(但是最大只能是32以内)

剩下的那个10 bit序列号,就是如果跟你上次生成id的时间还在一个毫秒内,那么会把顺序给你累加,最多在4096个序号以内


目录
相关文章
|
3月前
|
存储 算法 关系型数据库
Mycat【Mycat分片技术(水平拆分-分表、ER表、全局表)】(五)-全面详解(学习总结---从入门到深化)
Mycat【Mycat分片技术(水平拆分-分表、ER表、全局表)】(五)-全面详解(学习总结---从入门到深化)
56 0
|
7天前
|
存储 SQL 算法
搞定了 6 种分布式ID,分库分表哪个适合做主键?
在《ShardingSphere5.x分库分表原理与实战》系列的第七篇文章中,作者探讨了分布式ID在分库分表中的重要性,以及如何利用`ShardingSphere-jdbc`的多种主键生成策略。文章介绍了`UUID`、`NanoID`、自定义雪花算法和`CosId`等策略的优缺点,并警告不要在SQL中手动拼接主键字段。此外,文章还展示了如何配置这些策略,并提醒读者`CosId`在5.2.0版本可能不可用。最后,文章讨论了如何自定义分布式主键生成算法,并强调选择策略时要考虑全局唯一性、性能和易用性。
|
6月前
|
算法 NoSQL 关系型数据库
分布式系统第三讲:全局唯一ID实现方案
分布式系统第三讲:全局唯一ID实现方案
194 0
|
3月前
|
设计模式 算法 Java
面试官:分库分表后如何生成全局ID?
面试官:分库分表后如何生成全局ID?
116 1
|
5月前
|
NoSQL 算法 关系型数据库
分布式系列教程(43) -高并发情况下生成分布式全局id策略
分布式系列教程(43) -高并发情况下生成分布式全局id策略
45 0
|
6月前
|
存储 算法 安全
场景应用:id全局唯一且自增,如何实现?
场景应用:id全局唯一且自增,如何实现?
|
10月前
|
SQL 存储 缓存
聊聊分库分表后非Sharding Key查询的三种方案~(建议收藏)
聊聊分库分表后非Sharding Key查询的三种方案~(建议收藏)
521 0
|
11月前
|
存储 缓存 算法
短链系统设计性能优化-分片键选型及全局自增 ID 策略
若一个 long 可对应多个 short 使用 cache 缓存所有 long2short 在为一个 long url 创建 short url 时,若 cache miss,则创建新 short
56 0
|
算法 Scala 数据库
4. 分库分表之后, id 主键如何处理?
4. 分库分表之后, id 主键如何处理?
92 0
4. 分库分表之后, id 主键如何处理?
|
SQL 中间件 关系型数据库
MyCat - 分片 - 垂直拆分 - 全局表配置 | 学习笔记
快速学习 MyCat - 分片 - 垂直拆分 - 全局表配置
112 0
MyCat - 分片 - 垂直拆分 - 全局表配置 | 学习笔记