[go]分布式系统之snowflake与锁

go语言在网络服务模块有着得天独厚的优势； https://www.cnblogs.com/thepoy/p/14573822.html中详细介绍了涉及到的分布式相关技术。

分布式id生成器

Snowflake（雪花算法），由Twitter提出并开源，可在分布式环境下用于生成唯一ID的算法。

生成的Id是64位（int64）数值类型，包含4部分：

• 41bit的时间戳（毫秒）：一般是相对系统上线时间的毫秒数（可用69年）；
• 5bit的数据中心id+5bit的机器id：表示工作的计算机；实际使用时可根据情况调整两者间的比例；
• 12bit序列号：区分同一个计算机在相同毫秒时间内的生产的ID（支持1毫秒4096条）；

github.com/bwmarrin/snowflake提供了一个轻量级的实现：

package main

import (
    "fmt"
    "github.com/bwmarrin/snowflake"
	"time"
)

func main() {
    n, err := snowflake.NewNode(time.Now().UnixMilli() % 1024)
    if err != nil {
        fmt.println(err)
        os.Exit(1)
    }

    for i := 0; i < 10; i++ {
        id := n.Generate()
        fmt.Println("id", id.Int64())
        fmt.Println(
            "node: ", id.Node(),
            "step: ", id.Step(),
            "time: ", id.Time(),
        )
    }
}

分布式锁

可通过redis的setnx来模拟分布式锁：

• 设定成功时，为上锁；
• 释放锁时，删除对应的键；

import (
    "fmt"
    "sync"
    "time"

    "github.com/go-redis/redis"
)

func incr() {
    client := redis.NewClient(&redis.Options{
        Addr:     "localhost:6379",
        Password: "", // no password set
        DB:       0,  // use default DB
    })

    var lockKey = "counter_lock"
    var counterKey = "counter"

    // lock
    resp := client.SetNX(lockKey, 1, time.Second*5)
    lockSuccess, err := resp.Result()
    if err != nil || !lockSuccess {
        fmt.Println(err, "lock result: ", lockSuccess)
        return
    }

    // counter ++
    getResp := client.Get(counterKey)
    cntValue, err := getResp.Int64()
    if err == nil {
        cntValue++
        resp := client.Set(counterKey, cntValue, 0)
        _, err := resp.Result()
        if err != nil {
            // log err
            println("set value error!")
        }
    }
    println("current counter is ", cntValue)

    // unlock
    delResp := client.Del(lockKey)
    unlockSuccess, err := delResp.Result()
    if err == nil && unlockSuccess > 0 {
        println("unlock success!")
    } else {
        println("unlock failed", err)
    }
}

也可通过zookeeper或etcd来模拟；

负载均衡

从n个服务节点中，挑选一个的思路了：

• 按顺序挑
• 随机挑一个
• 根据某种权重，对节点进行排序，选择权重最大/小的那一个