分布式ID设计方案
分布式ID设计方案
- 开篇几个问题
-
- 1. 为什么需要分布式全局唯一ID以及分布式ID的业务需求
- 2. ID生成规则部分硬性要求
- 3. ID生成系统的可用性要求
- 通用的几种方案
-
- 1. UUID
- 2. 数据库自增主键
- 3. 基于Redis生成全局ID策略
- 4. snowflake(雪花算法)
- Spring Boot整合雪花算法
- 其他开源的解决方案
开篇几个问题
1. 为什么需要分布式全局唯一ID以及分布式ID的业务需求
在复杂分布式系统中，往往需要对大量的数据和消息进行唯一标识。
如在美团点评的金融、支付、餐饮、酒店等业务场景
猫眼电影等产品的系统中数据日渐增长，对数据分库分表后需要有一个唯一ID来表示一条数据或者消息。
特别一点的如订单、骑手、优惠劵也都需要一个唯一ID做为标识。
此时一个能生成唯一ID的系统是非常必要的。
2. ID生成规则部分硬性要求
- 全局唯一：既然是唯一标识，那么全局唯一是最基本的要求。
- 趋势递增：在MySQL的InnoDB引擎中使用的是聚集索引，由于多数RDBMS使用Btree的数据结构来存储索引数据，在主键的选择上面我们应该尽量使用有序的主键来保证写入性能。
- 单调递增：保证下一个ID一定大于上一个ID，例如事务版本号、IM增量消息、排序等特殊需求。
- 信息安全：如果ID是连续的，那么恶意用户的扒取工作就非常容易做了，直接按照顺序下载指定URL即可；如果是订单号那么更加危险，竞争对手可以知道我们一天的单量;所以在一些应用场景下，需要ID无规则不规则，让竞争对手不好猜。
- 含时间戳：这样就能在开发中快速了解这个分布式ID的生成时间。
3. ID生成系统的可用性要求
- 高可用：发一个获取分布式ID的请求，服务器就要保证99.999%的情况下给我创建一个唯一分布式ID
- 低延迟：发一个获取分布式ID的请求，服务器就要快，极速
- 高QPS：假如并发一口气10万个创建分布式ID请求同时过来，服务器需要顶得住且成功创建10万个分布式ID
通用的几种方案
1. UUID
这种方案估计大家都了解，最简单的一种方案。
public static void main(String[] args) {
String uuid = UUID.randomUUID().toString();
System.out.println(uuid);
}
如果只是考虑唯一性，那么UUID基本可以满足需求。
缺点
- 无序：无法预测他的生成顺序，不能生成递增有序的数字
- 主键：ID作为主键时在特定的环境下会存在一些问题，比如做DB主键的场景下，UUID非常不适用，MySQL官方有明确的建议主键要尽量越短越好，36位的UUID不合要求。
- 索引：会导致B+树索引的分裂。
2. 数据库自增主键
此种方案有一定的局限性，在高并发集群上此策略不可用。
3. 基于Redis生成全局ID策略
因为Redis是单线程，天生保证原子性，所以可以使用INCR和INCRBY来实现。
集群分布式
在Redis集群下，同样和MySQL一样需要设置不同的增长步数，同时key需要设置有效期;可以使用Redis集群来获取更高的吞吐量;假如一个集群中有五个Redis，那么初始化每台Redis步长分别是1，2，3，4，5，然后步长都是5。
4. snowflake(雪花算法)
- 推特的雪花算法生成ID能够按照时间有序生成。
- 雪花算法生成ID的结果是一个64bit大小的整数，为一个Long型（转换为字符串后长度最多19）
- 分布式系统内不会产生ID碰撞（由datecenter和workerId作区分），并且效率较高。
结构
雪花算法的几个核心组成部分如下图：
号段解析
-
1bit符号位：不用，因为二进制最高位是符号位，1表示负数，0表示正数，生成的id一般都是用正数，所以最高位固定位0
-
41bit时间戳，用于记录时间戳，毫秒级
- 41位可以表示2^41 - 1个数字
- 如果只用来表示正整数（计算机正数包含0），可以表示的数值范围是0-2^41 - 1，减一是因为可表示的数值范围是从0开始算的，而不是1
- 也就是说41位可以表示2^41 - 1个毫秒的值，转换为单位年则是69年。 -
10bit工作进程位，用于记录工作机器id
- 可以部署在2^10 = 1024个节点，包括五位datacenterId和五位workerId
- 五位可以表示的最大整数位2^5 - 1 = 31，即可以使用0，1，2…31这32个数字来表示不同的datacenterId和workerId -
12bit序列号，序列号，用来记录同毫秒内 产生的不同的ID
- 12bit可以表示的最大正整数位2^12 - 1 = 4095，即可以表示0，1….4094这4095个数字
- 表示同一机器同一时间戳（毫秒）中产生的4095个ID序号
优点
- 所有生成的id按时间趋势递增
- 整个分布式内不会产生重复id，因为有datacenterId和workerId来做区分。
- 毫秒数在高位，自增序列在低位，整个ID都是趋势递增的
- 不依赖数据库、redis等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。
- 可以根据自身业务分配bit位，非常灵活。
缺点
- 依赖机器时钟，如果机器时钟回退，会导致重复ID生成
- 在单机上是递增的，但是由于设计到分布式环境，每台机器上的时钟不可能完全同步，有时候会出现不是全局递增的情况。（此缺点可以认为芜锁胃，一般- 分布式ID只要求趋势递增，并不会严格要求递增，90%的需求都只需要趋势递增）
源码
/**
* twitter的snowflake算法 -- java实现
*
* @author beyond
* @date 2016/11/26
*/
public class SnowFlake {
/**
* 起始的时间戳
*/
private final static long START_STMP = 1480166465631L;
/**
* 每一部分占用的位数
*/
private final static long SEQUENCE_BIT = 12; //序列号占用的位数
private final static long MACHINE_BIT = 5; //机器标识占用的位数
private final static long DATACENTER_BIT = 5;//数据中心占用的位数
/**
* 每一部分的最大值
*/
private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
/**
* 每一部分向左的位移
*/
private final static long MACHINE_LEFT = SEQUENCE_BIT;
private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;
private long datacenterId; //数据中心
private long machineId; //机器标识
private long sequence = 0L; //序列号
private long lastStmp = -1L;//上一次时间戳
public SnowFlake(long datacenterId, long machineId) {
if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
}
if (machineId > MAX_MACHINE_NUM || machineId < 0) {
throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
}
this.datacenterId = datacenterId;
this.machineId = machineId;
}
/**
* 产生下一个ID
*
* @return
*/
public synchronized long nextId() {
long currStmp = getNewstmp();
if (currStmp < lastStmp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
}
if (currStmp == lastStmp) {
//相同毫秒内，序列号自增
sequence = (sequence + 1) & MAX_SEQUENCE;
//同一毫秒的序列数已经达到最大
if (sequence == 0L) {
currStmp = getNextMill();
}
} else {
//不同毫秒内，序列号置为0
sequence = 0L;
}
lastStmp = currStmp;
return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
| datacenterId << DATACENTER_LEFT //数据中心部分
| machineId << MACHINE_LEFT //机器标识部分
| sequence; //序列号部分
}
private long getNextMill() {
long mill = getNewstmp();
while (mill <= lastStmp) {
mill = getNewstmp();
}
return mill;
}
private long getNewstmp() {
return System.currentTimeMillis();
}
public static void main(String[] args) {
SnowFlake snowFlake = new SnowFlake(2, 3);
for (int i = 0; i < (1 << 12); i++) {
System.out.println(snowFlake.nextId());
}
}
}
测试
//测试使用雪花算法生成ID
//构造函数中传入datacenterId和workerId
SnowFlake snowFlake = new SnowFlake(1,1);
for (int i = 0; i < 10; i++) {
long id = snowFlake.nextId();
System.out.println("id：" + id + "\t" + String.valueOf(id).length() + "位");
System.out.println("------------------------------------------");
}
Spring Boot整合雪花算法
引入hutool-all，maven依赖引入如下：
<dependencies>
<dependency>
<groupId>cn.hutoolgroupId>
<artifactId>hutool-allartifactId>
<version>5.4.2version>
dependency>
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-webartifactId>
<version>2.2.1.RELEASEversion>
dependency>
<dependency>
<groupId>org.projectlombokgroupId>
<artifactId>lombokartifactId>
<version>1.18.16version>
dependency>
dependencies>
创建一个SnowFlake配置类
@Configuration
public class SnowFlakeConfig {
@Value("${application.datacenterId}")
private Long datacenterId;
@Value("${application.workerId}")
private Long workerId;
/***
* 注入一个生成雪花ID的对象
* @return
*/
@Bean
public Snowflake snowflake() {
return new Snowflake(workerId,datacenterId);
}
}
yml配置文件：
application:
datacenterId: 2
workerId: 1
server:
port: 7777
service 层：
@Service
public class OrderService {
@Autowired
private Snowflake snowflake;
public String getIdBySnowFlake() {
return String.valueOf(snowflake.nextId());
}
}
其他开源的解决方案
很多大厂都对雪花算法做出了改进，开源了一些改进方案，如下：
- 百度开源的分布式唯一ID生成器UidGenerator
- Leaf–美团点评分布式ID生成系统