1. 程式人生 > >數據庫分庫分表中間件 Sharding-JDBC 源碼分析 —— 分布式主鍵

數據庫分庫分表中間件 Sharding-JDBC 源碼分析 —— 分布式主鍵

java 後端 架構 數據庫 中間件

技術分享

關註**微信公眾號:【芋道源碼】**有福利:

  1. RocketMQ / MyCAT / Sharding-JDBC 所有源碼分析文章列表

  2. RocketMQ / MyCAT / Sharding-JDBC 中文註釋源碼 GitHub 地址

  3. 您對於源碼的疑問每條留言將得到認真回復。甚至不知道如何讀源碼也可以請教噢

  4. 新的源碼解析文章實時收到通知。每周更新一篇左右

  5. 認真的

    源碼交流微信群。


本文主要基於 Sharding-JDBC 1.5.0 正式版

  • 1. 概述

  • 2.KeyGenerator

    • 2.1 DefaultKeyGenerator

    • 2.2 HostNameKeyGenerator

    • 2.3 IPKeyGenerator

    • 2.4 IPSectionKeyGenerator

  • 666. 彩蛋


1. 概述

本文分享 Sharding-JDBC 分布式主鍵實現。

官方文檔《分布式主鍵》對其介紹及使用方式介紹很完整,強烈先閱讀。下面先引用下分布式主鍵的實現動機

傳統數據庫軟件開發中,主鍵自動生成技術是基本需求。而各大數據庫對於該需求也提供了相應的支持,比如MySQL的自增鍵。對於MySQL而言,分庫分表之後,不同表生成全局唯一的Id是非常棘手的問題。因為同一個邏輯表內的不同實際表之間的自增鍵是無法互相感知的,這樣會造成重復Id的生成。我們當然可以通過約束表生成鍵的規則來達到數據的不重復,但是這需要引入額外的運維力量來解決重復性問題,並使框架缺乏擴展性。

目前有許多第三方解決方案可以完美解決這個問題,比如UUID等依靠特定算法自生成不重復鍵,或者通過引入Id生成服務等。 但也正因為這種多樣性導致了Sharding-JDBC如果強依賴於任何一種方案就會限制其自身的發展。

基於以上的原因,最終采用了以JDBC接口來實現對於生成Id的訪問,而將底層具體的Id生成實現分離出來。


Sharding-JDBC 正在收集使用公司名單:傳送門。
你的登記,會讓更多人參與和使用 Sharding-JDBC。傳送門
Sharding-JDBC 也會因此,能夠覆蓋更多的業務場景。傳送門
登記吧,騷年!傳送門

2. KeyGenerator

KeyGenerator,主鍵生成器接口。實現類通過實現 #generateKey()

方法對外提供生成主鍵的功能。

2.1 DefaultKeyGenerator

DefaultKeyGenerator,默認的主鍵生成器。該生成器采用 Twitter Snowflake 算法實現,生成 64 BitsLong型編號。國內另外一款數據庫中間件 MyCAT 分布式主鍵也是基於該算法實現。國內很多大型互聯網公司發號器服務基於該算法加部分改造實現。所以 DefaultKeyGenerator 必須是根正苗紅。如果你對分布式主鍵感興趣,可以看看逗比筆者整理的《談談 ID》。

咳咳咳,有點跑題了。編號由四部分組成,從高位到低位(從左到右)分別是:

技術分享

| Bits | 名字 | 說明 | | :--- | :--- | :--- | | 1 | 符號位 | 等於 0 | | 41 | 時間戳 | 從 2016/11/01 零點開始的毫秒數,支持 2 ^41 /365/24/60/60/1000=69.7年 | | 10 | 工作進程編號 | 支持 1024 個進程 | | 12 | 序列號 | 每毫秒從 0 開始自增,支持 4096 個編號 |

  • 每個工作進程每秒可以產生 4096000 個編號。是不是灰常牛比

// public final class DefaultKeyGenerator implements KeyGenerator {    /**
     * 時間偏移量,從2016年11月1日零點開始
     */
    public static final long EPOCH;    /**
     * 自增量占用比特
     */
    private static final long SEQUENCE_BITS = 12L;    /**
     * 工作進程ID比特
     */
    private static final long WORKER_ID_BITS = 10L;    /**
     * 自增量掩碼(最大值)
     */
    private static final long SEQUENCE_MASK = (1 << SEQUENCE_BITS) - 1;    /**
     * 工作進程ID左移比特數(位數)
     */
    private static final long WORKER_ID_LEFT_SHIFT_BITS = SEQUENCE_BITS;    /**
     * 時間戳左移比特數(位數)
     */
    private static final long TIMESTAMP_LEFT_SHIFT_BITS = WORKER_ID_LEFT_SHIFT_BITS + WORKER_ID_BITS;    /**
     * 工作進程ID最大值
     */
    private static final long WORKER_ID_MAX_VALUE = 1L << WORKER_ID_BITS;    
    @Setter
    private static TimeService timeService = new TimeService();    /**
     * 工作進程ID
     */
    private static long workerId;    
    static {
        Calendar calendar = Calendar.getInstance();
        calendar.set(2016, Calendar.NOVEMBER, 1);
        calendar.set(Calendar.HOUR_OF_DAY, 0);
        calendar.set(Calendar.MINUTE, 0);
        calendar.set(Calendar.SECOND, 0);
        calendar.set(Calendar.MILLISECOND, 0);
        EPOCH = calendar.getTimeInMillis();
    }    /**
     * 最後自增量
     */
    private long sequence;    /**
     * 最後生成編號時間戳,單位:毫秒
     */
    private long lastTime;    
    /**
     * 設置工作進程Id.
     * 
     * @param workerId 工作進程Id
     */
    public static void setWorkerId(final long workerId) {
        Preconditions.checkArgument(workerId >= 0L && workerId < WORKER_ID_MAX_VALUE);
        DefaultKeyGenerator.workerId = workerId;
    }    
    /**
     * 生成Id.
     * 
     * @return 返回@{@link Long}類型的Id
     */
    @Override
    public synchronized Number generateKey() {        // 保證當前時間大於最後時間。時間回退會導致產生重復id
        long currentMillis = timeService.getCurrentMillis();
        Preconditions.checkState(lastTime <= currentMillis, "Clock is moving backwards, last time is %d milliseconds, current time is %d milliseconds", lastTime, currentMillis);        // 獲取序列號
        if (lastTime == currentMillis) {            if (0L == (sequence = ++sequence & SEQUENCE_MASK)) { // 當獲得序號超過最大值時,歸0,並去獲得新的時間
                currentMillis = waitUntilNextTime(currentMillis);
            }
        } else {
            sequence = 0;
        }        // 設置最後時間戳
        lastTime = currentMillis;        if (log.isDebugEnabled()) {
            log.debug("{}-{}-{}", new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS").format(new Date(lastTime)), workerId, sequence);
        }        // 生成編號
        return ((currentMillis - EPOCH) << TIMESTAMP_LEFT_SHIFT_BITS) | (workerId << WORKER_ID_LEFT_SHIFT_BITS) | sequence;
    }    /**
     * 不停獲得時間,直到大於最後時間
     *
     * @param lastTime 最後時間
     * @return 時間
     */
    private long waitUntilNextTime(final long lastTime) {        long time = timeService.getCurrentMillis();        while (time <= lastTime) {
            time = timeService.getCurrentMillis();
        }        return time;
    }
}
  • EPOCH = calendar.getTimeInMillis(); 計算 2016/11/01 零點開始的毫秒數。

  • #generateKey() 實現邏輯

    • 獲得序列號。當前時間戳可獲得自增量到達最大值時,調用 #waitUntilNextTime() 獲得下一毫秒

    • 設置最後生成編號時間戳,用於校驗時間回退情況

    • 位操作生成編號

  1. 校驗當前時間小於等於最後生成編號時間戳,避免服務器時鐘同步,可能產生時間回退,導致產生重復編號

總的來說,Twitter Snowflake 算法實現上是相對簡單易懂的,較為麻煩的是怎麽解決工作進程編號的分配

  1. 超過 1024 個怎麽辦?

  2. 怎麽保證全局唯一?

第一個問題,將分布式主鍵生成獨立成一個發號器服務,提供生成分布式編號的功能。這個不在本文的範圍內,有興趣的同學可以 Google 下。

第二個問題,通過 Zookeeper、Consul、Etcd 等提供分布式配置功能的中間件。當然 Sharding-JDBC 也提供了不依賴這些服務的方式,我們一個一個往下看。

2.2 HostNameKeyGenerator

根據機器名最後的數字編號獲取工作進程編號。
如果線上機器命名有統一規範,建議使用此種方式。
例如,機器的 HostName 為: dangdang-db-sharding-dev-01(公司名-部門名-服務名-環境名-編號),會截取 HostName 最後的編號 01 作為工作進程編號( workId )。

// HostNameKeyGenerator.javastatic void initWorkerId() {
   InetAddress address;   Long workerId;   try {
       address = InetAddress.getLocalHost();
   } catch (final UnknownHostException e) {       throw new IllegalStateException("Cannot get LocalHost InetAddress, please check your network!");
   }
   String hostName = address.getHostName();   try {
       workerId = Long.valueOf(hostName.replace(hostName.replaceAll("\\d+$", ""), ""));
   } catch (final NumberFormatException e) {       throw new IllegalArgumentException(String.format("Wrong hostname:%s, hostname must be end with number!", hostName));
   }
   DefaultKeyGenerator.setWorkerId(workerId);
}

2.3 IPKeyGenerator

根據機器IP獲取工作進程編號。
如果線上機器的IP二進制表示的最後10位不重復,建議使用此種方式。
例如,機器的IP為192.168.1.108,二進制表示:11000000 10101000 00000001 01101100,截取最後 10 位 01 01101100,轉為十進制 364,設置工作進程編號為 364。

// IPKeyGenerator.javastatic void initWorkerId() {
   InetAddress address;   try {
       address = InetAddress.getLocalHost();
   } catch (final UnknownHostException e) {       throw new IllegalStateException("Cannot get LocalHost InetAddress, please check your network!");
   }   byte[] ipAddressByteArray = address.getAddress();
   DefaultKeyGenerator.setWorkerId((long) (((ipAddressByteArray[ipAddressByteArray.length - 2] & 0B11) << Byte.SIZE)
           + (ipAddressByteArray[ipAddressByteArray.length - 1] & 0xFF)));
}

2.4 IPSectionKeyGenerator

來自 DogFc 貢獻,對 IPKeyGenerator 進行改造。

瀏覽 IPKeyGenerator 工作進程編號生成的規則後,感覺對服務器IP後10位(特別是IPV6)數值比較約束。
有以下優化思路:
因為工作進程編號最大限制是 2^10,我們生成的工程進程編號只要滿足小於 1024 即可。
1.針對IPV4:
....IP最大 255.255.255.255。而(255+255+255+255) < 1024。
....因此采用IP段數值相加即可生成唯一的workerId,不受IP位限制。

  1. 針對IPV6:
    ....IP最大 ffff:ffff:ffff:ffff:ffff:ffff:ffff:ffff
    ....為了保證相加生成出的工程進程編號 < 1024,思路是將每個 Bit 位的後6位相加。這樣在一定程度上也可以滿足workerId不重復的問題。
    使用這種 IP 生成工作進程編號的方法,必須保證IP段相加不能重復

對於 IPV6 :2^ 6 = 64。64 * 8 = 512 < 1024。

// IPSectionKeyGenerator.javastatic void initWorkerId() {
   InetAddress address;   try {
       address = InetAddress.getLocalHost();
   } catch (final UnknownHostException e) {       throw new IllegalStateException("Cannot get LocalHost InetAddress, please check your network!");
   }   byte[] ipAddressByteArray = address.getAddress();   long workerId = 0L;   // IPV4
   if (ipAddressByteArray.length == 4) {       for (byte byteNum : ipAddressByteArray) {
           workerId += byteNum & 0xFF;
       }   // IPV6
   } else if (ipAddressByteArray.length == 16) {       for (byte byteNum : ipAddressByteArray) {
           workerId += byteNum & 0B111111;
       }
   } else {       throw new IllegalStateException("Bad LocalHost InetAddress, please check your network!");
   }
   DefaultKeyGenerator.setWorkerId(workerId);
}

666. 彩蛋

沒有彩蛋。HOHOHO

道友,分享一波朋友圈可好。

感謝你,技術如此只好,還關註我的公眾號。

技術分享


數據庫分庫分表中間件 Sharding-JDBC 源碼分析 —— 分布式主鍵