IIS多进程模式下 雪花算法(Snowflake)C#版本 压测Id重复严重

仅仅就目前的C#版本测试做说明

在IIS多进程模式下使用Snowflake生成数据ID重复很厉害,需要加入进程id解决此问题(暂未解决,后续更新)

压测工具 :Jmeter

测试出现问题NET版本:4.6.1

测试机器: WIN7 X64 I7-6700  16G内存

大名鼎鼎的 雪花算法 Twitter's Snowflake我就不多介绍了,直接上代码吧

目前能搜索(百度,github,Google)到的C#版的代码基本上都一致 和java版本并无区别

 
 public class SnowflakeNet
    {
        //基准时间
        private  static long StartStmp = 1288834974657L;
        //private const long START_STMP = 1480166465631L;
        /*每一部分占用的位数*/
        //机器标识位数
        const int MachineIdBits = 5;
        //数据标志位数
        const int DatacenterIdBits = 5;
        //序列号识位数
        const int SequenceBits = 12;

        /* 每一部分的最大值*/
        //机器ID最大值
        const long MaxMachineNum = -1L ^ (-1L << MachineIdBits);
        //数据标志ID最大值
        const long MaxDatacenterNum = -1L ^ (-1L << DatacenterIdBits);
        //序列号ID最大值
        private const long MaxSequenceNum = -1L ^ (-1L << SequenceBits);

        /*每一部分向左的位移*/
        //机器ID偏左移12位
        private const int MachineShift = SequenceBits;
        //数据ID偏左移17位
        private const int DatacenterIdShift = SequenceBits + MachineIdBits;
        //时间毫秒左移22位
        public const int TimestampLeftShift = SequenceBits + MachineIdBits + DatacenterIdBits;


        private long _sequence = 0L;//序列号
        private long _lastTimestamp = -1L;//上一次时间戳
        public long MachineId { get; protected set; }//机器标识
        public long DatacenterId { get; protected set; }//数据中心
        //public long Sequence = 0L;//序列号
        //{
        //    get { return _sequence; }
        //    internal set { _sequence = value; }
        //}

        private readonly DateTime Jan1st1970 = new DateTime(1970, 1, 1, 0, 0, 0, DateTimeKind.Utc);
        private readonly object _lock = new Object();
        public SnowflakeNet(long machineId, long datacenterId)
        {
            // 如果超出范围就抛出异常
            if (machineId > MaxMachineNum || machineId < 0)
            {
                throw new ArgumentException(string.Format("machineId 必须大于0,MaxMachineNum: {0}", MaxMachineNum));
            }

            if (datacenterId > MaxDatacenterNum || datacenterId < 0)
            {
                throw new ArgumentException(string.Format("datacenterId必须大于0,且不能大于MaxDatacenterNum: {0}", MaxDatacenterNum));
            }

            //先检验再赋值
            MachineId = machineId;
            DatacenterId = datacenterId;
            //_sequence = sequence;
        }

        //public static Init(long machineId, long datacenterId)
        //{

        //}
        public long NextId()
        {
            lock (_lock)
            {
                var timestamp = TimeGen();
                if (timestamp < _lastTimestamp)
                {
                    throw new Exception(string.Format("时间戳必须大于上一次生成ID的时间戳.  拒绝为{0}毫秒生成id", _lastTimestamp - timestamp));
                }

                //如果上次生成时间和当前时间相同,在同一毫秒内
                if (_lastTimestamp == timestamp)
                {
                    //sequence自增,和sequenceMask相与一下,去掉高位
                    _sequence = (_sequence + 1) & MaxSequenceNum;
                    //判断是否溢出,也就是每毫秒内超过1024,当为1024时,与sequenceMask相与,sequence就等于0
                    if (_sequence == 0L)
                    {
                        //等待到下一毫秒
                        timestamp = TilNextMillis(_lastTimestamp);
                    }
                }
                else
                {
                    //如果和上次生成时间不同,重置sequence,就是下一毫秒开始,sequence计数重新从0开始累加,
                    //为了保证尾数随机性更大一些,最后一位可以设置一个随机数
                    _sequence = 0L;//new Random().Next(10);
                }

                _lastTimestamp = timestamp;
                return ((timestamp - StartStmp) << TimestampLeftShift) | (DatacenterId << DatacenterIdShift) | (MachineId << MachineShift) | _sequence;
            }
        }

        // 防止产生的时间比之前的时间还要小(由于NTP回拨等问题),保持增量的趋势.
        protected virtual long TilNextMillis(long lastTimestamp)
        {
            var timestamp = TimeGen();
            while (timestamp <= lastTimestamp)
            {
                timestamp = TimeGen();
            }
            return timestamp;
        }

        // 获取当前的时间戳
        protected virtual long TimeGen()
        {
            //return TimeExtensions.CurrentTimeMillis();
            return (long)(DateTime.UtcNow - Jan1st1970).TotalMilliseconds;
        }
    }

 

  

 下面是封装为静态类调用

public class IdWorkerHelper{
             private static SnowflakeNet_idWorker= null;
        private IdWorkerHelper()
        {

        }

        static IdWorkerHelper()
        {
            _idWorker=new SnowflakeNet(1,1);
        }
          public static long GenId64()
        {
            return _idWorker.nextId();

        }
  }


调用 IdWorkerHelper.GenId64();

 

 然后就是压测了 压测很简单 就是一个接口 直接往测试表里写数据

        public void IdTest()
        {
            IdTest model = new IdTest();
            model .DataId = IdWorkerHelper.GenId64();
            model .InsertTime=DateTime.Now;
            Sqldb.Insertable(img).ExecuteCommand();
        }
IdTest 表的主键Id用来自增
控制器代码
public ActionResult IdTest()
        {
            var result = new ResultJson();
            _platApp.IdTest();
            return Content(result.ToJson());
        }
 

然后通过Jmeter压测

线程组分别设置100,,200,500,1000,2000

实际结果重复DataId十分严重

一下结果是线程组1000的情况下的重复情况 

sql语句:select DataId from IdTest GROUP BY DataId HAVING COUNT(DataId)>1;

 

posted @ 2018-08-02 14:21  EasyCms-  阅读(6844)  评论(36编辑  收藏  举报