分布式系統的唯一id生成算法你了解嗎?
在分庫分表之後你必然要面對的一個問題,就是id咋生成?
因為要是一個表分成多個表之後,每個表的id都是從1開始累加自增長,那肯定不對啊。
舉個例子,你的訂單表拆分為了1024張訂單表,每個表的id都從1開始累加,這個肯定有問題了!
你的系統就沒辦法根據表主鍵來查詢訂單了,比如id = 50這個訂單,在每個表裏都有!
所以此時就需要分布式架構下的全局唯一id生成的方案了,在分庫分表之後,對於插入數據庫中的核心id,不能直接簡單使用表自增id,要全局生成唯一id,然後插入各個表中,保證每個表內的某個id,全局唯一。
比如說訂單表雖然拆分為了1024張表,但是id = 50這個訂單,只會存在於一個表裏。
那麽如何實現全局唯一id呢?有以下幾種方案。
(1)方案一:獨立數據庫自增id
這個方案就是說你的系統每次要生成一個id,都是往一個獨立庫的一個獨立表裏插入一條沒什麽業務含義的數據,然後獲取一個數據庫自增的一個id。拿到這個id之後再往對應的分庫分表裏去寫入。
比如說你有一個auto_id庫,裏面就一個表,叫做auto_id表,有一個id是自增長的。
那麽你每次要獲取一個全局唯一id,直接往這個表裏插入一條記錄,獲取一個全局唯一id即可,然後這個全局唯一id就可以插入訂單的分庫分表中。
這個方案的好處就是方便簡單,誰都會用。缺點就是單庫生成自增id,要是高並發的話,就會有瓶頸的,因為auto_id庫要是承載個每秒幾萬並發,肯定是不現實的了。
(2)方案二:uuid
這個每個人都應該知道吧,就是用UUID生成一個全局唯一的id。
好處就是每個系統本地生成,不要基於數據庫來了
不好之處就是,uuid太長了,作為主鍵性能太差了,不適合用於主鍵。
如果你是要隨機生成個什麽文件名了,編號之類的,你可以用uuid,但是作為主鍵是不能用uuid的。
(3)方案三:獲取系統當前時間
這個方案的意思就是獲取當前時間作為全局唯一的id。
但是問題是,並發很高的時候,比如一秒並發幾千,會有重復的情況,這個是肯定不合適的。
一般如果用這個方案,是將當前時間跟很多其他的業務字段拼接起來,作為一個id,如果業務上你覺得可以接受,那麽也是可以的。
你可以將別的業務字段值跟當前時間拼接起來,組成一個全局唯一的編號,比如說訂單編號:時間戳 + 用戶id + 業務含義編碼。
(4)方案四:snowflake算法的思想分析
snowflake算法,是twitter開源的分布式id生成算法。
其核心思想就是:使用一個64 bit的long型的數字作為全局唯一id,這64個bit中,其中1個bit是不用的,然後用其中的41 bit作為毫秒數,用10 bit作為工作機器id,12 bit作為序列號。
給大家舉個例子吧,比如下面那個64 bit的long型數字,大家看看
上面第一個部分,是1個bit:0,這個是無意義的
上面第二個部分是41個bit:表示的是時間戳
上面第三個部分是5個bit:表示的是機房id,10001
上面第四個部分是5個bit:表示的是機器id,1 1001
上面第五個部分是12個bit:表示的序號,就是某個機房某臺機器上這一毫秒內同時生成的id的序號,0000 00000000
1 bit:是不用的,為啥呢?
因為二進制裏第一個bit為如果是1,那麽都是負數,但是我們生成的id都是正數,所以第一個bit統一都是0
41 bit:表示的是時間戳,單位是毫秒。
41 bit可以表示的數字多達2^41 - 1,也就是可以標識2 ^ 41 - 1個毫秒值,換算成年就是表示69年的時間
10 bit:記錄工作機器id,代表的是這個服務最多可以部署在2^10臺機器上,也就是1024臺機器。
但是10 bit裏5個bit代表機房id,5個bit代表機器id。意思就是最多代表2 ^ 5個機房(32個機房),每個機房裏可以代表2 ^ 5個機器(32臺機器)。
12 bit:這個是用來記錄同一個毫秒內產生的不同id。
12 bit可以代表的最大正整數是2 ^ 12 - 1 = 4096,也就是說可以用這個12bit代表的數字來區分同一個毫秒內的4096個不同的id
簡單來說,你的某個服務假設要生成一個全局唯一id,那麽就可以發送一個請求給部署了snowflake算法的系統,由這個snowflake算法系統來生成唯一id。
這個snowflake算法系統首先肯定是知道自己所在的機房和機器的,比如機房id = 17,機器id = 12。
接著snowflake算法系統接收到這個請求之後,首先就會用二進制位運算的方式生成一個64 bit的long型id,64個bit中的第一個bit是無意義的。
接著41個bit,就可以用當前時間戳(單位到毫秒),然後接著5個bit設置上這個機房id,還有5個bit設置上機器id。
最後再判斷一下,當前這臺機房的這臺機器上這一毫秒內,這是第幾個請求,給這次生成id的請求累加一個序號,作為最後的12個bit。
最終一個64個bit的id就出來了,類似於:
這個算法可以保證說,一個機房的一臺機器上,在同一毫秒內,生成了一個唯一的id。可能一個毫秒內會生成多個id,但是有最後12個bit的序號來區分開來。
下面我們簡單看看這個snowflake算法的一個代碼實現,這就是個示例,大家如果理解了這個意思之後,以後可以自己嘗試改造這個算法。
總之就是用一個64bit的數字中各個bit位來設置不同的標誌位,區分每一個id。
(5)snowflake算法的代碼實現
public class IdWorker {
private long workerId; // 這個就是代表了機器id
private long datacenterId; // 這個就是代表了機房id
private long sequence; // 這個就是代表了一毫秒內生成的多個id的最新序號
public IdWorker(long workerId, long datacenterId, long sequence) {
// sanity check for workerId
// 這兒不就檢查了一下,要求就是你傳遞進來的機房id和機器id不能超過32,不能小於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));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
this.sequence = sequence;
}
private long twepoch = 1288834974657L;
private long workerIdBits = 5L;
private long datacenterIdBits = 5L;
// 這個是二進制運算,就是5 bit最多只能有31個數字,也就是說機器id最多只能是32以內
private long maxWorkerId = -1L ^ (-1L workerIdBits);
// 這個是一個意思,就是5 bit最多只能有31個數字,機房id最多只能是32以內
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();
}
// 這個是核心方法,通過調用nextId()方法,讓當前這臺機器上的snowflake算法程序生成一個全局唯一的id
public synchronized long nextId() {
// 這兒就是獲取當前時間戳,單位是毫秒
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));
}
// 下面是說假設在同一個毫秒內,又發送了一個請求生成一個id
// 這個時候就得把seqence序號給遞增1,最多就是4096
if (lastTimestamp == timestamp) {
// 這個意思是說一個毫秒內最多只能有4096個數字,無論你傳遞多少進來,
//這個位運算保證始終就是在4096這個範圍內,避免你自己傳遞個sequence超過了4096這個範圍
sequence = (sequence + 1) sequenceMask;
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0;
}
// 這兒記錄一下最近一次生成id的時間戳,單位是毫秒
lastTimestamp = timestamp;
// 這兒就是最核心的二進制位運算操作,生成一個64bit的id
// 先將當前時間戳左移,放到41 bit那兒;將機房id左移放到5 bit那兒;將機器id左移放到5 bit那兒;將序號放最後12 bit
// 最後拼接起來成一個64 bit的二進制數字,轉換成10進制就是個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();
}
//---------------測試---------------
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());
}
}
}
(6)snowflake算法一個小小的改進思路
其實在實際的開發中,這個snowflake算法可以做一點點改進。
因為大家可以考慮一下,我們在生成唯一id的時候,一般都需要指定一個表名,比如說訂單表的唯一id。
所以上面那64個bit中,代表機房的那5個bit,可以使用業務表名稱來替代,比如用00001代表的是訂單表。
因為其實很多時候,機房並沒有那麽多,所以那5個bit用做機房id可能意義不是太大。
這樣就可以做到,snowflake算法系統的每一臺機器,對一個業務表,在某一毫秒內,可以生成一個唯一的id,一毫秒內生成很多id,用最後12個bit來區分序號對待。
?
分布式系統的唯一id生成算法你了解嗎?