成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

帶你吃透幾種大廠分布式ID設計方案

作者：無聊
網絡 通信技術 分布式
最近公司在擴招后端高級開發，有幸成為面試官之一，其中問的最多一個問題就是分布式ID的幾種解決方案，不客氣的說前身小公司的開發答得完整的很少。

[[403803]]

本文轉載自微信公眾號「無聊學Java」，作者無聊。轉載本文請聯系無聊學Java公眾號。

前言

最近公司在擴招后端高級開發，有幸成為面試官之一，其中問的最多一個問題就是分布式ID的幾種解決方案，不客氣的說前身小公司的開發答得完整的很少。

于是就抽出了周末的時間整理了幾種主流的分布式ID生成方案，希望能夠幫助到你們。

開篇幾個問題

1. 為什么需要分布式全局唯一ID以及分布式ID的業務需求

在復雜分布式系統中，往往需要對大量的數據和消息進行唯一標識。

  • 如在美團點評的金融、支付、餐飲、酒店等業務場景
  • 貓眼電影等產品的系統中數據日漸增長，對數據分庫分表后需要有一個唯一ID來表示一條數據或者消息。
  • 特別一點的如訂單、騎手、優惠劵也都需要一個唯一ID做為標識。

此時一個能生成唯一ID的系統是非常必要的。

2. ID生成規則部分硬性要求

  • 全局唯一：既然是唯一標識，那么全局唯一是最基本的要求。
  • 趨勢遞增：在MySQL的InnoDB引擎中使用的是聚集索引，由于多數RDBMS使用Btree的數據結構來存儲索引數據，在主鍵的選擇上面我們應該盡量使用有序的主鍵來保證寫入性能。
  • 單調遞增：保證下一個ID一定大于上一個ID，例如事務版本號、IM增量消息、排序等特殊需求。
  • 信息安全：如果ID是連續的，那么惡意用戶的扒取工作就非常容易做了，直接按照順序下載指定URL即可;如果是訂單號那么更加危險，競爭對手可以知道我們一天的單量;所以在一些應用場景下，需要ID無規則不規則，讓競爭對手不好猜。
  • 含時間戳：這樣就能在開發中快速了解這個分布式ID的生成時間。

3. ID生成系統的可用性要求

  • 高可用：發一個獲取分布式ID的請求，服務器就要保證99.999%的情況下給我創建一個唯一分布式ID
  • 低延遲：發一個獲取分布式ID的請求，服務器就要快，極速
  • 高QPS：假如并發一口氣10萬個創建分布式ID請求同時過來，服務器需要頂得住且成功創建10萬個分布式ID

通用的幾種方案

隨著系統架構以及業務的演變，分布式ID生成也是有N中解決方案，以下就簡單的列舉幾種。

1. UUID

這種方案估計大家都了解，最簡單的一種方案。

  1. public static void main(String[] args) { 
  2.     String uuid = UUID.randomUUID().toString(); 
  3.     System.out.println(uuid); 
  4. } 

如果只是考慮唯一性，那么UUID基本可以滿足需求。

缺點

  • 無序：無法預測他的生成順序，不能生成遞增有序的數字
  • 主鍵：ID作為主鍵時在特定的環境下會存在一些問題，比如做DB主鍵的場景下，UUID非常不適用，MySQL官方有明確的建議主鍵要盡量越短越好，36位的UUID不合要求。
  • 索引：會導致B+樹索引的分裂。

2. 數據庫自增主鍵

此種方案有一定的局限性，在高并發集群上此策略不可用。

3. 基于Redis生成全局ID策略

  • 因為Redis是單線程，天生保證原子性，所以可以使用INCR和INCRBY來實現。
  • 集群分布式

在Redis集群下，同樣和MySQL一樣需要設置不同的增長步數，同時key需要設置有效期;可以使用Redis集群來獲取更高的吞吐量;假如一個集群中有五個Redis，那么初始化每臺Redis步長分別是1，2，3，4，5，然后步長都是5。

4. snowflake(雪花算法)

  • 推特的雪花算法生成ID能夠按照時間有序生成。
  • 雪花算法生成ID的結果是一個64bit大小的整數，為一個Long型(轉換為字符串后長度最多19)
  • 分布式系統內不會產生ID碰撞(由datecenter和workerId作區分)，并且效率較高。

結構

雪花算法的幾個核心組成部分如下圖：

號段解析

  • 1bit符號位：不用，因為二進制最高位是符號位，1表示負數，0表示正數，生成的id一般都是用正數，所以最高位固定位0
  • 41bit時間戳，用于記錄時間戳，毫秒級
    • 41位可以表示2^41 - 1個數字
    • 如果只用來表示正整數(計算機正數包含0)，可以表示的數值范圍是0-2^41 - 1，減一是因為可表示的數值范圍是從0開始算的，而不是1
    • 也就是說41位可以表示2^41 - 1個毫秒的值，轉換為單位年則是69年。
  • 10bit工作進程位，用于記錄工作機器id
    • 可以部署在2^10 = 1024個節點，包括五位datacenterId和五位workerId
    • 五位可以表示的最大整數位2^5 - 1 = 31，即可以使用0，1，2…31這32個數字來表示不同的datacenterId和workerId
  • 12bit序列號，序列號，用來記錄同毫秒內 產生的不同的ID
    • 12bit可以表示的最大正整數位2^12 - 1 = 4095，即可以表示0，1….4094這4095個數字
    • 表示同一機器同一時間戳(毫秒)中產生的4095個ID序號

優點

  • 所有生成的id按時間趨勢遞增
  • 整個分布式內不會產生重復id，因為有datacenterId和workerId來做區分。
  • 毫秒數在高位，自增序列在低位，整個ID都是趨勢遞增的
  • 不依賴數據庫、redis等第三方系統，以服務的方式部署，穩定性更高，生成ID的性能也是非常高的。
  • 可以根據自身業務分配bit位，非常靈活。

缺點

  • 依賴機器時鐘，如果機器時鐘回退，會導致重復ID生成
  • 在單機上是遞增的，但是由于設計到分布式環境，每臺機器上的時鐘不可能完全同步，有時候會出現不是全局遞增的情況。(此缺點可以認為蕪鎖胃，一般分布式ID只要求趨勢遞增，并不會嚴格要求遞增，90%的需求都只需要趨勢遞增)

源碼

  1. /** 
  2.  * twitter的snowflake算法 -- java實現 
  3.  *  
  4.  * @author beyond 
  5.  * @date 2016/11/26 
  6.  */ 
  7. public class SnowFlake { 
  8.  
  9.     /** 
  10.      * 起始的時間戳 
  11.      */ 
  12.     private final static long START_STMP = 1480166465631L; 
  13.  
  14.     /** 
  15.      * 每一部分占用的位數 
  16.      */ 
  17.     private final static long SEQUENCE_BIT = 12; //序列號占用的位數 
  18.     private final static long MACHINE_BIT = 5;   //機器標識占用的位數 
  19.     private final static long DATACENTER_BIT = 5;//數據中心占用的位數 
  20.  
  21.     /** 
  22.      * 每一部分的最大值 
  23.      */ 
  24.     private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT); 
  25.     private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT); 
  26.     private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT); 
  27.  
  28.     /** 
  29.      * 每一部分向左的位移 
  30.      */ 
  31.     private final static long MACHINE_LEFT = SEQUENCE_BIT; 
  32.     private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT; 
  33.     private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT; 
  34.  
  35.     private long datacenterId;  //數據中心 
  36.     private long machineId;     //機器標識 
  37.     private long sequence = 0L; //序列號 
  38.     private long lastStmp = -1L;//上一次時間戳 
  39.  
  40.     public SnowFlake(long datacenterId, long machineId) { 
  41.         if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) { 
  42.             throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0"); 
  43.         } 
  44.         if (machineId > MAX_MACHINE_NUM || machineId < 0) { 
  45.             throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0"); 
  46.         } 
  47.         this.datacenterId = datacenterId; 
  48.         this.machineId = machineId; 
  49.     } 
  50.  
  51.     /** 
  52.      * 產生下一個ID 
  53.      * 
  54.      * @return 
  55.      */ 
  56.     public synchronized long nextId() { 
  57.         long currStmp = getNewstmp(); 
  58.         if (currStmp < lastStmp) { 
  59.             throw new RuntimeException("Clock moved backwards.  Refusing to generate id"); 
  60.         } 
  61.  
  62.         if (currStmp == lastStmp) { 
  63.             //相同毫秒內，序列號自增 
  64.             sequence = (sequence + 1) & MAX_SEQUENCE; 
  65.             //同一毫秒的序列數已經達到最大 
  66.             if (sequence == 0L) { 
  67.                 currStmp = getNextMill(); 
  68.             } 
  69.         } else { 
  70.             //不同毫秒內，序列號置為0 
  71.             sequence = 0L; 
  72.         } 
  73.  
  74.         lastStmp = currStmp; 
  75.  
  76.         return (currStmp - START_STMP) << TIMESTMP_LEFT //時間戳部分 
  77.                 | datacenterId << DATACENTER_LEFT       //數據中心部分 
  78.                 | machineId << MACHINE_LEFT             //機器標識部分 
  79.                 | sequence;                             //序列號部分 
  80.     } 
  81.  
  82.     private long getNextMill() { 
  83.         long mill = getNewstmp(); 
  84.         while (mill <= lastStmp) { 
  85.             mill = getNewstmp(); 
  86.         } 
  87.         return mill; 
  88.     } 
  89.  
  90.     private long getNewstmp() { 
  91.         return System.currentTimeMillis(); 
  92.     } 
  93.  
  94.     public static void main(String[] args) { 
  95.         SnowFlake snowFlake = new SnowFlake(2, 3); 
  96.  
  97.         for (int i = 0; i < (1 << 12); i++) { 
  98.             System.out.println(snowFlake.nextId()); 
  99.         } 
  100.  
  101.     } 
  102. } 

測試

  1. //測試使用雪花算法生成ID 
  2. //構造函數中傳入datacenterId和workerId 
  3. SnowFlake snowFlake = new SnowFlake(1,1); 
  4. for (int i = 0; i < 10; i++) { 
  5.     long id = snowFlake.nextId(); 
  6.     System.out.println("id：" + id + "\t" + String.valueOf(id).length() + "位"); 
  7.     System.out.println("------------------------------------------"); 
  8. } 

Spring Boot整合雪花算法

引入hutool-all，maven依賴引入如下：

  1. <dependencies> 
  2.     <dependency> 
  3.         <groupId>cn.hutool</groupId> 
  4.         <artifactId>hutool-all</artifactId> 
  5.         <version>5.4.2</version> 
  6.     </dependency> 
  7.     <dependency> 
  8.         <groupId>org.springframework.boot</groupId> 
  9.         <artifactId>spring-boot-starter-web</artifactId> 
  10.         <version>2.2.1.RELEASE</version> 
  11.     </dependency> 
  12.     <dependency> 
  13.         <groupId>org.projectlombok</groupId> 
  14.         <artifactId>lombok</artifactId> 
  15.         <version>1.18.16</version> 
  16.     </dependency> 
  17. </dependencies> 

 

 

創建一個SnowFlake配置類

  1. @Configuration 
  2. public class SnowFlakeConfig { 
  3.     @Value("${application.datacenterId}") 
  4.     private Long datacenterId; 
  5.     @Value("${application.workerId}") 
  6.     private Long workerId; 
  7.  
  8.     /*** 
  9.      * 注入一個生成雪花ID的對象 
  10.      * @return 
  11.      */ 
  12.     @Bean 
  13.     public Snowflake snowflake() { 
  14.         return new Snowflake(workerId,datacenterId); 
  15.     } 
  16. } 

yml配置文件：

  1. application: 
  2.   datacenterId: 2 
  3.   workerId: 1 
  4. server: 
  5.   port: 7777 

service 層：

  1. @Service 
  2. public class OrderService { 
  3.     @Autowired 
  4.     private Snowflake snowflake; 
  5.  
  6.     public String getIdBySnowFlake() { 
  7.         return String.valueOf(snowflake.nextId()); 
  8.     } 
  9. } 

其他開源的解決方案

很多大廠都對雪花算法做出了改進，開源了一些改進方案，如下：

 

  • 百度開源的分布式唯一ID生成器UidGenerator
  • Leaf–美團點評分布式ID生成系統

 

責任編輯：武曉燕 來源： 無聊學Java
ID分布式設計
相關推薦

2025-03-28 10:27:29

2022-06-16 07:31:15

MySQL服務器服務

2019-05-13 09:20:02

京東云RedisMongoDB

2024-01-31 22:08:18

分布式重試框架

2023-03-05 18:23:38

分布式ID節點

2023-03-01 08:07:51

2021-07-07 07:14:48

分布式ID分布式系統

2024-11-19 15:55:49

2021-02-02 16:37:25

Redis分布式鎖

2021-06-05 07:33:09

ID分布式架構

2017-07-01 16:02:39

分布式ID生成器

2021-05-08 08:01:05

Session登錄瀏覽器

2022-02-10 08:57:45

分布式鎖線程鎖

2023-01-12 17:46:37

分庫分表id如何生成

2021-01-19 05:43:33

分布式2PC3PC

2020-06-02 14:45:48

PostgreSQL架構分布式

2024-01-10 08:02:03

分布式技術令牌，

2022-08-01 08:01:04

ID發號器系統

2019-09-05 13:06:08

雪花算法分布式ID

2017-06-19 17:55:22

CASID分布式
點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板： 成人午夜电影在线观看 | 久久久高清 | 99精品视频在线 | 色秀网站| 国产日韩一区二区 | 亚洲欧美综合精品久久成人 | 亚州一区二区三区 | 日韩视频在线免费观看 | 久久99这里只有精品 | 中文字幕精品一区二区三区在线 | 亚洲精品视频在线观看视频 | 一区二区视频在线 | 国产原创在线观看 | 国产精品av久久久久久久久久 | 隔壁老王国产在线精品 | 天天天久久久 | 精品视频网 | 狠狠亚洲 | 国久久 | 国产精品国产成人国产三级 | 中文字幕视频一区 | 精品一区二区三区91 | av大片| 久草免费视| 波霸ol一区二区 | 免费一区 | 亚洲自拍偷拍av | 欧美一级在线免费观看 | 国产精品亚洲一区二区三区在线 | 久久久久久av| 不卡的av电影 | 欧美a v在线 | 久色| 国产精品伦理一区 | 天天干视频在线 | 精品成人一区二区 | 九九久视频 | 中文字幕一区二区三区四区五区 | 欧洲亚洲一区二区三区 | 四虎成人免费视频 | 欧美精品一区二区三区四区 在线 |