在公众号上看到一篇写得不错的分布式 Id 生成方式,特意搬过来,提升下 CSDN 的技术水平 ,并且加了自己的实践,不能算是抄袭啊,原作者如果想要删除本文,请私信我
本人实践项目:https://gitee.com/sanri/example/tree/master/testdistributedid
为什么要用分布式 ID
在业务数据量不大的时候,这时我们单表可以解决,我认为 mysql 单表最好不要超过 500 万,这个时候可以使用 Mysql 的自增 ID ,但如果业务起来了,分库分表后,多库生成的 Id 就会冲突,主键的唯一性就得不到保证了。此时一个能够生成 全局唯一ID
的系统是非常必要的。那么这个全局唯一ID
就叫分布式ID
。
分布式 ID 需要满足什么条件
- 全局唯一:必须保证ID是全局性唯一的,基本要求
- 高性能:高可用低延时,ID生成响应要块,否则反倒会成为业务瓶颈
- 高可用:100%的可用性是骗人的,但是也要无限接近于100%的可用性
- 好接入:要秉着拿来即用的设计原则,在系统设计和实现上要尽可能的简单
- 趋势递增:最好趋势递增,这个要求就得看具体业务场景了,一般不严格要求
分布式 ID 都有哪些生成方式
今天主要分析一下以下9种,分布式ID生成器方式以及优缺点:
- UUID
- 数据库自增ID
- 数据库多主模式
- 号段模式
- Redis
- 雪花算法(SnowFlake)
- 滴滴出品(TinyID)
- 百度 (Uidgenerator)
- 美团(Leaf)
基于UUID
在Java的世界里,想要得到一个具有唯一性的ID,首先被想到可能就是UUID
,毕竟它有着全球唯一的特性。那么UUID
可以做分布式ID
吗?答案是可以的,但是并不推荐!
public String generateId(int bizType) {
return UUID.randomUUID().toString().replace("-","");
}
UUID
的生成简单到只有一行代码,输出结果 c2b8c2b9e46c47e3b30dca3b0d447718
,但UUID却并不适用于实际的业务需求。像用作订单号UUID
这样的字符串没有丝毫的意义,看不出和订单相关的有用信息;而对于数据库来说用作业务主键ID
,它不仅是太长还是字符串,存储性能差查询也很耗时,所以不推荐用作分布式ID
。
优点:
- 生成足够简单,本地生成无网络消耗,具有唯一性
缺点:
- 无序的字符串,不具备趋势自增特性
- 没有具体的业务含义
- 长度过长16 字节128位,36位长度的字符串,存储以及查询对MySQL的性能消耗较大,MySQL官方明确建议主键要尽量越短越好,作为数据库主键
UUID
的无序性会导致数据位置频繁变动,严重影响性能。
基于数据库自增 ID
基于数据库的auto_increment
自增ID完全可以充当分布式ID
,具体实现:需要一个单独的MySQL实例用来生成ID,建表结构如下:
create table SEQUENCE_ID(
id bigint(20) unsigned not null auto_increment,
value char(1) not null default '',
primary key (id)
) engine= innodb;
这张表就相当于是 oracle 的序列,当我们需要一个ID的时候,向表中插入一条记录返回主键ID
,但这种方式有一个比较致命的缺点,访问量激增时MySQL本身就是系统的瓶颈,用它来实现分布式服务风险比较大,不推荐!
优点:
- 实现简单,ID单调自增,数值类型查询速度快
缺点:
- DB单点存在宕机风险,无法扛住高并发场景
基于数据库集群模式
前边说了单点数据库方式不可取,那对上边的方式做一些高可用优化,换成主从模式集群。害怕一个主节点挂掉没法用,那就做双主模式集群,也就是两个Mysql实例都能单独的生产自增ID。
那这样还会有个问题,两个MySQL实例的自增ID都从1开始,会生成重复的ID怎么办?
解决方案:设置起始值
和自增步长
mysql1 产生的 id :1,3,5,7
mysql2 产生的 id :2,4,6,8
但这样扩容比较麻烦 ,需要人工修改第一台和第台 mysql 实例的起始值和自增步长 把第三台机器的ID
起始生成位置设定在比现有最大自增ID
的位置远一些,但必须在一、二两台MySQL实例
ID还没有增长到第三台MySQL实例
的起始ID
值的时候,否则自增ID
就要出现重复了,必要时可能还需要停机修改。
优点:
- 解决DB单点问题
缺点:
- 不利于后续扩容,而且实际上单个数据库自身压力还是大,依旧无法满足高并发场景。
基于数据库号段模式
号段模式是当下分布式ID生成器的主流实现方式之一,号段模式可以理解为从数据库批量的获取自增ID,每次从数据库取出一个号段范围,例如 (1,1000] 代表1000个ID,具体的业务服务将本号段,生成1~1000的自增ID并加载到内存,这种方式比较重要,我也将主要介绍这种方式。 建立数据表
CREATE TABLE id_generator (
id int(10) NOT NULL auto_increment,
max_id bigint(20) NOT NULL COMMENT '当前最大id',
step int(20) NOT NULL COMMENT '号段的步长',
biz_type int(20) NOT NULL COMMENT '业务类型',
version int(20) NOT NULL COMMENT '版本号',
PRIMARY KEY (`id`)
) engine= innodb;
考虑到并发修改,使用 version 做一个乐观锁,也可以使用事务锁,但性能会降低
首次使用时需要初始化号段,可使用 sql , 也可以在应用启动时候去初始化某个业务的号段
-- 初始化号段表
insert into id_generator(max_id,step,biz_type,version) values (0,1000,1000,0);
业务端每次去数据库取一个号段,并更新数据版本和 max_id
-- 取某个业务的 max_id
select id,max_id,step,biz_type,version from id_generator where biz_type = ?
-- 更新 max_id 取到号段
update id_generator set max_id = max_id + step ,version = version + 1 where id = ? and max_id = ? and version = ?
业务端取完之后,可以将所有 id 存在一个 BlockQueue 中,当 blockQueue 中的 id 量不够的时候(我们可以设置一个 阈值如 50% ),向数据库异步发起一个请求获取 id ,这个时候如果消费端消息完了,可以用到 blockQueue 的阻塞功能 ,blockQueue 也支持并发修改
这种方式不能分库分表,但可以使用主从,因为这种分布式ID
生成方式不强依赖于数据库,不会频繁的访问数据库,对数据库的压力小很多,如果主库挂了,业务端还是在一段时间内是有 id 可用的,可以在这段时间内快速做主从切换
基于 Redis 模式
可以用 redis 的 incr 命令实现 id 的原子性自增
set seq_id 1
incr seq_id
那如果 redis down 了怎么办,可以使用 redis 主从模式+哨兵模式,如果在高峰时候 redis down 了 , 在切换从库的时候怎么办呢,在切换这个期间也是有空档的,如果非要这样的高可用,则可以使用 redis 的号段模式,incr 可以加一个号段 , 并把加载到的 id 存到应用本地,如果 redis down 机,应用在 redis 切换从库还是有 id 可用的。
incrby seq_id 1000
基于雪花算法 (Snowflake)
雪花算法(Snowflake)是twitter公司内部分布式项目采用的ID生成算法,开源后广受国内大厂的好评,在该算法影响下各大公司相继开发出各具特色的分布式生成器。
Snowflake
生成的是Long类型的ID,一个Long类型占8个字节,每个字节占8比特,也就是说一个Long类型占64个比特。
Snowflake ID组成结构:正数位
(占1比特)+ 时间戳
(占41比特)+ 机器ID
(占5比特)+ 数据中心
(占5比特)+ 自增值
(占12比特),总共64比特组成的一个Long类型。
- 第一个bit位(1bit):Java中long的最高位是符号位代表正负,正数是0,负数是1,一般生成ID都为正数,所以默认为0。
- 时间戳部分(41bit):毫秒级的时间,不建议存当前时间戳,而是用(当前时间戳 - 固定开始时间戳)的差值,可以使产生的ID从更小的值开始;41位的时间戳可以使用69年,(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年
- 工作机器id(10bit):也被叫做
workId
,这个可以灵活配置,机房或者机器号组合都可以。 - 序列号部分(12bit),自增值支持同一毫秒内同一个节点可以生成4096个ID
根据这个算法的逻辑,只需要将这个算法用Java语言实现出来,封装为一个工具方法,那么各个业务应用可以直接使用该工具方法来获取分布式ID,只需保证每个业务应用有自己的工作机器id即可,而不需要单独去搭建一个获取分布式ID的应用。
雪花算法的 Java 版本在我的 实践项目 有,这里就不贴代码了
基于大厂写好的分布式 ID 生成工具
TinyId , Uidgenerator ,Leaf 大都是基于雪花算法的改进或使用号段模式,我们没必要重复造轮子,有开源好用的,就直接拿来用。
我的实践中集成了百度的 UID 生成,百度是基于雪花算法的,其它的就没弄了,好像是要单独启服务的
这种公共服务可以部署成服务,使用多实例来提供高可用性,多台server之间因为生成算法的原子性,而保证每台server上的可用号段不重,从而使id生成不重。
友情链接
我的一个工具 sanri-tools , 可以做 kafka 监控(主题,消费组,分区,反序列化) , redis 数据查看(可以反序列化字段信息看到真实数据),数据表管理,代码生成