dbaplus社群 2024年10月14日
千万级唯一ID到底如何生成？被问到汗流浃背了……
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

文章探讨了分布式唯一全局ID生成方案，指出在复杂分布式系统中需要唯一ID标识数据和信息。分析了UUID的弊端，如入数据库性能差、无序等。介绍了多种ID生成方案，包括数据库自增主键、基于Redis生成全局ID、雪花算法等，并阐述了它们的优缺点。

UUID存在问题：入数据库性能差，因其无序且无法预测生成顺序，不能生成递增有序数字；作为主键时存在问题，会对数据库B+树索引进行大量修改，降低插入性能；且只保证全局唯一性，不满足趋势递增和单调递增要求。

数据库自增主键：单机情况下，通过数据库自增ID和replace into实现，满足递增性、单调性和唯一性。但在分布式情况下，系统水平扩展困难，且每次获取ID都需读写数据库，影响性能，不符合分布式ID的低延迟和高QPS规则。

基于Redis生成全局ID：利用Redis单线程保证原子性，使用INCR和INCRBY实现。在集群情况下，需设置不同增长步长和key有效期，可提高吞吐量，但Redis集群维护和配置麻烦，为获取ID引入集群成本较高。

雪花算法：Twitter的分布式自增ID算法，可按时间有序生成ID，结果为64Bit整数。其核心组成部分包括符号位、时间戳位、工作机器ID和ID序号。该算法能保证ID按时间趋势递增，分布式系统内不产生重复ID，且有人用java实现并提供了github地址。

点击关注 ? 2024-10-14 07:16 广东

详解UUID的弊端以及雪花算法。


前言


系统唯一ID是我们在设计一个系统的时候常常会遇见的问题，也常常为这个问题而纠结。


这篇文章就是给各位看官提供一个生成分布式唯一全局id生成方案的思路，希望能帮助到大家。


不足之处，请多多指教！！


问题


为什么需要分布式全局唯一ID以及分布式ID的业务需求


在复杂分布式系统中，往往需要对大量的数据和消息进行唯一标识，如在美团点评的金融、支付、餐饮、酒店


猫眼电影等产品的系统中数据逐渐增长，对数据库分库分表后需要有一个唯一ID来标识一条数据或信息；


特别Ian的订单、骑手、优惠券都需要有唯一ID做标识


此时一个能够生成全局唯一ID的系统是非常必要的



ID生成规则部分硬性要求


在MySQL的InnoDB引擎中使用的是聚集索引，由于多数RDBMS使用Btree的数据结构来存储索引，在主键的选择上面我们应该尽量使用有序的主键保证写入性能


保证下一个ID一定大于上一个ID，例如事务版本号、IM增量消息、排序等特殊需求


如果ID是连续，恶意用户的爬取工作就非常容易做了，直接按照顺序下载指定URL即可，如果是订单号就危险了，竞争对手可以直接知道我们一天的单量，所以在一些应用场景下，需要ID无规则不规则，让竞争对手不好猜


一样能够快速在开发中了解这个分布式ID什么时候生成的


ID号生成系统的可用性要求


发布一个获取分布式ID请求，服务器就要保证99.999%的情况下给我创建一个唯一分布式ID

发一个获取分布式ID的请求，服务器就要快，极速

例如并发一口气10万个创建分布式ID请求同时杀过来，服务器要顶得住且一下子成功创建10万个分布式ID


一般通用解决方案


UUID


UUID.randomUUID(), UUID的标准型包含32个16进制数字，以连字号分为五段，形式为 8-4-4-4-12的36个字符，性能非常高，本地生成，没有网络消耗。


存在问题：



无序，无法预测他的生成顺序，不能生成递增有序的数字


首先分布式id一般都会作为逐渐，但是按照mysql官方推荐主键尽量越短越好，UUID每一个都很长，所以不是很推荐。



比如做DB主键的场景下，UUID就非常不适用MySQL官方有明确的说明



既然分布式ID是主键，然后主键是包含索引的，而mysql的索引是通过B+树来实现的，每一次新的UUID数据的插入，为了查询的优化，都会对索引底层的B+树进行修改，因为UUID数据是无序的，所以每一次UUID数据的插入都会对主键的B+树进行很大的修改，这一点很不好，插入完全无序，不但会导致一些中间节点产生分裂，也会白白创造出很多不饱和的节点，这样大大降低了数据库插入的性能。


UUID只能保证全局唯一性，不满足后面的趋势递增，单调递增


数据库自增主键


单机


在分布式里面，数据库的自增ID机制的主要原理是：数据库自增ID和mysql数据库的replace into实现的，这里的replace into跟insert功能 类似，不同点在于：replace into首先尝试插入数据列表中，如果发现表中已经有此行数据（根据主键或唯一索引判断）则先删除，在插入，否则直接插入新数据。


REPLACE INTO的含义是插入一条记录，如果表中唯一索引的值遇到冲突，则替换老数据



REPLACE into t_test(stub) values('b');select LAST_INSERT_ID();


我们每次插入的时候，发现都会把原来的数据给替换，并且ID也会增加


这就满足了



在分布式情况下，并且并发量不多的情况，可以使用这种方案来解决，获得一个全局的唯一ID


集群分布式集群


那数据库自增ID机制适合做分布式ID吗？答案是不太适合


系统水平扩展比较困难，比如定义好步长和机器台数之后，如果要添加机器该怎么办，假设现在有一台机器发号是：1,2,3,4,5,（步长是1），这个时候需要扩容机器一台，可以这样做：把第二胎机器的初始值设置得比第一台超过很多，貌似还好，但是假设线上如果有100台机器，这个时候扩容要怎么做，简直是噩梦，所以系统水平扩展方案复杂难以实现。


数据库压力还是很大，每次获取ID都得读写一次数据库，非常影响性能，不符合分布式ID里面的延迟低和高QPS的规则（在高并发下，如果都去数据库里面获取ID，那是非常影响性能的）


基于Redis生成全局ID策略



单机版


因为Redis是单线程，天生保证原子性，可以使用原子操作INCR和INCRBY来实现


INCRBY：设置增长步长


集群分布式


注意：在Redis集群情况下，同样和MySQL一样需要设置不同的增长步长，同时key一定要设置有效期，可以使用Redis集群来获取更高的吞吐量。


假设一个集群中有5台Redis，可以初始化每台Redis的值分别是 1,2,3,4,5 ， 然后设置步长都是5


各个Redis生成的ID为：


A：1 6 11 16 21B：2 7 12 17 22C：3 8 13 18 23D：4 9 14 19 24E：5 10 15 20 25

但是存在的问题是，就是Redis集群的维护和保养比较麻烦，配置麻烦。因为要设置单点故障，哨兵值守


但是主要是的问题就是，为了一个ID，却需要引入整个Redis集群，有种杀鸡焉用牛刀的感觉


雪花算法


是什么


Twitter的分布式自增ID算法，Snowflake


最初Twitter把存储系统从MySQL迁移到Cassandra（由Facebook开发一套开源分布式NoSQL数据库系统）因为Cassandra没有顺序ID生成机制，所有开发了这样一套全局唯一ID生成服务。


Twitter的分布式雪花算法SnowFlake，经测试SnowFlake每秒可以产生26万个自增可排序的ID



分布式系统中，有一些需要全局唯一ID的场景，生成ID的基本要求



结构

雪花算法的几个核心组成部分：



在Java中64bit的证书是long类型，所以在SnowFlake算法生成的ID就是long类存储的


第一部分


二进制中最高位是符号位，1表示负数，0表示正数。生成的ID一般都是用整数，所以最高位固定为0。


第二部分


第二部分是41bit时间戳位，用来记录时间戳，毫秒级


41位可以表示 2^41 -1 个数字


如果只用来表示正整数，可以表示的范围是：0 - 2^41 -1，减1是因为可以表示的数值范围是从0开始计算的，而不是从1。


也就是说41位可以表示 2^41 - 1 毫秒的值，转换成单位年则是 69.73年


第三部分


第三部分为工作机器ID，10Bit用来记录工作机器ID


可以部署在2^10 = 1024个节点，包括5位 datacenterId（数据中心，机房） 和 5位 workerID（机器码）


5位可以表示的最大正整数是 2 ^ 5 = 31个数字，来表示不同的数据中心 和 机器码


第四部分


12位bit可以用来表示的正整数是 2^12 = 4095，即可以用0 1 2 … 4094 来表示同一个机器同一个时间戳内产生的4095个ID序号。


SnowFlake可以保证


所有生成的ID按时间趋势递增


整个分布式系统内不会产生重复ID，因为有datacenterId 和 workerId来做区分


实现


雪花算法是由scala算法编写的，有人使用java实现，github地址


https://github.com/beyondfengyu/SnowFlake/blob/master/SnowFlake.java




/** * twitter的snowflake算法 -- java实现 *  * @author beyond */public class SnowFlake {

    /**     * 起始的时间戳     */    private final static long START_STMP = 1480166465631L;

    /**     * 每一部分占用的位数     */    private final static long SEQUENCE_BIT = 12; //序列号占用的位数    private final static long MACHINE_BIT = 5;   //机器标识占用的位数    private final static long DATACENTER_BIT = 5;//数据中心占用的位数

    /**     * 每一部分的最大值     */    private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    /**     * 每一部分向左的位移     */    private final static long MACHINE_LEFT = SEQUENCE_BIT;    private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;    private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

    private long datacenterId;  //数据中心    private long machineId;     //机器标识    private long sequence = 0L; //序列号    private long lastStmp = -1L;//上一次时间戳

    public SnowFlake(long datacenterId, long machineId) {        if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {            throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");        }        if (machineId > MAX_MACHINE_NUM || machineId < 0) {            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");        }        this.datacenterId = datacenterId;        this.machineId = machineId;    }

    /**     * 产生下一个ID     *     * @return     */    public synchronized long nextId() {        long currStmp = getNewstmp();        if (currStmp < lastStmp) {            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");        }

        if (currStmp == lastStmp) {            //相同毫秒内，序列号自增            sequence = (sequence + 1) & MAX_SEQUENCE;            //同一毫秒的序列数已经达到最大            if (sequence == 0L) {                currStmp = getNextMill();            }        } else {            //不同毫秒内，序列号置为0            sequence = 0L;        }

        lastStmp = currStmp;

        return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分                | datacenterId << DATACENTER_LEFT       //数据中心部分                | machineId << MACHINE_LEFT             //机器标识部分                | sequence;                             //序列号部分    }

    private long getNextMill() {        long mill = getNewstmp();        while (mill <= lastStmp) {            mill = getNewstmp();        }        return mill;    }

    private long getNewstmp() {        return System.currentTimeMillis();    }

    public static void main(String[] args) {        SnowFlake snowFlake = new SnowFlake(2, 3);

        for (int i = 0; i < (1 << 12); i++) {            System.out.println(snowFlake.nextId());        }

    }}




工程落地经验


hutools工具包


地址：https://github.com/looly/hutool


SpringBoot整合雪花算法


引入hutool工具类


<dependency>    <groupId>cn.hutool</groupId>    <artifactId>hutool-all</artifactId>    <version>5.3.1</version></dependency>

整合


/** * 雪花算法 * * @author: 陌溪 */public class SnowFlakeDemo {    private long workerId = 0;    private long datacenterId = 1;    private Snowflake snowFlake = IdUtil.createSnowflake(workerId, datacenterId);

    @PostConstruct    public void init() {        try {            // 将网络ip转换成long            workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());        } catch (Exception e) {            e.printStackTrace();        }    }

    /**     * 获取雪花ID     * @return     */    public synchronized long snowflakeId() {        return this.snowFlake.nextId();    }

    public synchronized long snowflakeId(long workerId, long datacenterId) {        Snowflake snowflake = IdUtil.createSnowflake(workerId, datacenterId);        return snowflake.nextId();    }

    public static void main(String[] args) {        SnowFlakeDemo snowFlakeDemo = new SnowFlakeDemo();        for (int i = 0; i < 20; i++) {            new Thread(() -> {                System.out.println(snowFlakeDemo.snowflakeId());            }, String.valueOf(i)).start();        }    }}

得到结果


12513507113467904001251350711346790402125135071134679040112513507113467904031251350711346790405125135071134679040412513507113467904061251350711346790407125135071135098470412513507113509847061251350711350984705125135071135098470712513507113509847081251350711350984709125135071135098471012513507113509847111251350711350984712125135071135517900812513507113551790091251350711355179010



优缺点


1）优点


2）缺点


3）其它补充




来源丨网址：

blog.csdn.net/LookForDream_/article/

details/109355335

dbaplus社群欢迎广大技术人员投稿，投稿邮箱：editor@dbaplus.cn


跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

分布式ID UUID 雪花算法 Redis
相关文章
12 Most Popular Databases in 2024
Navicat数据库软件免费了！推出Navicat Premium Lite：支持MySQL、Redis等
基于云的蠕虫喷出勒索软件和加密货币矿工的阴霾
数据缓存软件Redis推出Redis 8 这也是更改许可证后首个重大版本更新
别乱用UUID了，自增ID和UUID性能差距你测过吗？
Redis鎖定AI應用開發推出RAG等一系列新功能
如何在十亿级用户中检查“用户已存在”？
EP131: How Uber Served 40 Million Reads with Integrated Redis Cache?
EP136: The Ultimate DevOps Developer Roadmap
这样设计二级缓存架构，看谁还敢说K8s不好用