分布式id

ID生成策略

可以自定义加入业务团队id | 年份等其它业务维度来制定策略 ，补充直观性

比如 库位编码，商品编码

带来的好处：如果生成的策略和业务相关

A01-001-23 （库位编码，仓库地点，库区，楼层，通道，层级，库位 …… 库位类型等等）

B-100-2018000001(B表示冷冻品，100表示商品二级分类，后面的表示批次)

snowflake（雪花）

snowflake是twitter开源的分布式ID生成算法，其核心思想是：一个long型的ID，使用其中41bit作为毫秒数，10bit作为机器编号，12bit作为毫秒内序列号。这个算法单机每秒内理论上最多可以生成1000*(2^12)，也就是400W的ID，完全能满足业务的需求。

缺点：生成的ID不是很直观

其它生成技术

redis , zk , uuid

redis ,zk

  • 实现太重了，需要网络和服务器资源
  • 调用链路过长，不用应对高并发的场景
  • zookeeper有性能瓶颈
    • 读还好，写并发上k级别时，集群越大 写瓶颈越明显
    • 半数同意才能提交
  • redis cluster ，超高并发下也会有延时 ， 性能瓶颈

uuid 不适合筛选，不是趋势递增

自定义分布式ID算法

借鉴snowflake的思想，结合各公司的业务逻辑和并发量，可以实现自己的分布式ID生成算法。

举例，假设某公司ID生成器服务的需求如下：

（1）单机高峰并发量小于1W，预计未来5年单机高峰并发量小于10W

（2）有2个机房，预计未来5年机房数量小于4个

（3）每个机房机器数小于100台

（4）目前有5个业务线有ID生成需求，预计未来业务线数量小于10个

（5）…

分析过程如下：

（1）高位取从2016年1月1日到现在的毫秒数（假设系统ID生成器服务在这个时间之后上线），假设系统至少运行10年，那至少需要10年365天24小时3600秒1000毫秒=320*10^9，差不多预留39bit给毫秒数

（2）每秒的单机高峰并发量小于10W，即平均每毫秒的单机高峰并发量小于100，差不多预留7bit给每毫秒内序列号

（3）5年内机房数小于4个，预留2bit给机房标识

（4）每个机房小于100台机器，预留7bit给每个机房内的服务器标识

（5）业务线小于10个，预留4bit给业务线标识

39bit 4bit 2bit 7bit 预留 7bit
毫秒数 业务线 机房 机器 … 毫秒内序列号

64位相当于20位的无符号长整形

59位相当于18位的长整形

这样设计的64bit标识，可以保证：

（1）每个业务线、每个机房、每个机器生成的ID都是不同的

（2）同一个机器，每个毫秒内生成的ID都是不同的

（3）同一个机器，同一个毫秒内，以序列号区分保证生成的ID是不同的

（4）将毫秒数放在最高位，保证生成的ID是趋势递增的

缺点：

（1）由于“没有一个全局时钟”，每台服务器分配的ID是绝对递增的，但从全局看，生成的ID只是趋势递增的（有些服务器的时间早，有些服务器的时间晚）

最后一个容易忽略的问题：

生成的ID，例如message-id/ order-id/ tiezi-id，在数据量大时往往需要分库分表，这些ID经常作为取模分库分表的依据，为了分库分表后数据均匀，ID生成往往有“取模随机性”的需求，所以我们通常把每秒内的序列号放在ID的最末位，保证生成的ID是随机的。

又如果，我们在跨毫秒时，序列号总是归0，会使得序列号为0的ID比较多，导致生成的ID取模后不均匀。解决方法是，序列号不是每次都归0，而是归一个0到9的随机数。

分布式ID生成的服务架构

生成策略

预加载机制
  • 提前加载
  • 并发获取，使用Disruptor框架提升性能
  • 可以使用zk,redis加个业务线的生成规则配置成元数据提供给id生成服务
单点生成方式
  • 固定机器生成 ，好处是可以做到全局唯一，缺点就是单点
  • 业务规则拼接：机器码+时间戳+自增序列
    • 如果需要时间戳 或者 与时钟相关的串 来拼接，则要考虑NTP问题
    • NTP问题：高并发下时间校准，ID生成服务器(时间走的比标准的快一些)同步标准时间服务器
    • 自增序列：AtomicLong

实现

一定要做兜底（补偿）策略

保证能走通核心链路

（预加载机制+单点生成方式）

实际使用上面两种方式相结合

架构角色功能

  • zk cluster 配置服务中心

    • 配置ID规则
    • 如果服务业务线过多，可提供id规则的路由服务 提高规则的查询效率

  • 定时任务

    • 独立服务

    • 监控服务id使用率，达到配置的阈值60%就启动任务

    • 最好不要在系统使用高峰期间启动任务

    • job (生成id载入到服务本地cache【Guava】和MySQL中，可以防止单点问题，并提高性能)

  • Guava缓存

  • DB (MySQL or NoSQL)

  • Mutil Producer

    • Service ABC id请求收集

  • WorkerPool Consumer

    • id返回
    • 由WorkerPool Consumer并发的返回给serviceA,B,C

  • Service A ,B,C,D (各业务线服务)

  • Disruptor框架:可以用它来提高业务并发性能

posted @ 2021-06-27 16:14  沉梦匠心  阅读(71)  评论(0)    收藏  举报