常用的分布式唯一ID生成方案
全局唯一ID使用场景
分布式系统设计时,数据分片场景下,通常需要一个全局唯一id;
在消息系统中需要消息唯一ID标识来防止消息重复;
多系统打通需要一个全局唯一标识 (如集团各业务线面对不同用户,需要一个全局用户id)。
如何生成一个全局唯一id?或者说设计一个ID发号器呢?
常用如下几种方式:
1、UUID
Universally Unique Identifier 是自由软件基金会组织制定的唯一辨识ID生成标准,大多数系统已实现,如微软的GUID实现。
生成格式如:3d422567-f034-4ab4-b98f-a34fd263d0de
2、sequence表
使用DB统一维护一张(N张)发号表, 使用主键自增值生成唯一ID。
生成格式如:1,2,3,4,5....(递增数字)
3、SnowFlake 雪花算法
Twitter实现的算法,使用时间戳+机器分配标识+自增序列组成64位数字ID。
生成格式如:1292755860950487050
具体实现方式
1、UUID实现方案
1.1 使用linux程式
$ /usr/bin/uuidgen
dce6813b-c989-45ba-9704-0289c3e7c8d3
1.2 代码实现
package main
import ("fmt""os/exec"
)func main() {out, err := exec.Command("uuidgen").Output()if err != nil {panic(err) //todo}fmt.Printf("%s", out)
}
1.3 google提供的实现方案
github.com/google/uuid
1.4 优点
性能高,本地生成,无依赖
1.5 缺点
生成格式太长,不适合做数据库主键id;
基于mac地址生成算法可能导致mac泄露
2、sequece表实现方案
2.1sequence表结构
id int(11) NOT NULL AUTO_INCREMENT COMMENT '自增id'
stub varchar(10) NOT NULL DEFAULT '' COMMENT '存根'
2.2sql实现
插入并获取最新序号,这里也可以直接使用replace方式。
BEGIN;
insert into sequence (stub) value ('x');
select LAST_INSERT_ID();
COMMIT;
2.3服务部署
冗余服务部署,可部署多个库表,设置不同step,让每个sequence产生不同号码。
如部署2个服务节点,并行获取数据,两个表均设置step=2,一个start from 1 (获取1,3,5,7,9...),一个start from 2 (获取2,4,6,8,10...)
2.4优点
ID呈单调自增趋势,满足一些场景如搜索排序
方案成熟,使用及部署简单
2.5缺点
依赖DB,有单节点DB性能瓶颈
如果DB采用主从架构,主从切换时可能会重复发号
生成号码存在递增规律,如可推断出一天的新增订单量,两天在同一时间点分别下单,然后根据订单号相减
2.6优化方案
提前从数据库读取一段放到代理服务器内存中,可减少数据库IO操作,提高性能
3、SnowFlake 雪花算法实现方案
3.1 实现原理:
(图片来自网络)
1位最高位:符号位不使用(0表正数,1表负数)
41位时间戳:2^41-1个数字代表69年,所以设置发号起始时间最好为发号器首次运行时间
10位工作机器id:也会分为5位datacenterId和5位workerId
12位序列号:2^12-1个数字总共4095,同一毫秒同一机器节点可以并发产生4095个不同Id
3.2代码实现
package main
import ("fmt""errors""runtime""sync""time"
)//global var
var sequence int = 0
var lastTime int = -1
//every segment bit
var workerIdBits = 5
var datacenterIdBits = 5
var sequenceBits = 12
//every segment max number
var maxWorkerId int = -1 ^ (-1 << workerIdBits)
var maxDatacenterId int = -1 ^ (-1 << datacenterIdBits)
var maxSequence int = -1 ^ (-1 << sequenceBits)
//bit operation shift
var workerIdShift = sequenceBits
var datacenterShift = workerIdBits + sequenceBits
var timestampShift = datacenterIdBits + workerIdBits + sequenceBitstype Snowflake struct {datacenterId intworkerId intepoch intmt *sync.Mutex
}func NewSnowflake(datacenterId int, workerId int, epoch int) (*Snowflake, error) {if datacenterId > maxDatacenterId || datacenterId < 0 {return nil, errors.New(fmt.Sprintf("datacenterId cant be greater than %d or less than 0", maxDatacenterId))}if workerId > maxWorkerId || workerId < 0 {return nil, errors.New(fmt.Sprintf("workerId cant be greater than %d or less than 0", maxWorkerId))}if epoch > getCurrentTime() {return nil, errors.New(fmt.Sprintf("epoch time cant be after now"))}sf := Snowflake{datacenterId, workerId, epoch, new(sync.Mutex)}return &sf, nil
}func (sf *Snowflake) getUniqueId() int {sf.mt.Lock()defer sf.mt.Unlock()//get current timecurrentTime := getCurrentTime()//compute sequenceif currentTime < lastTime { //occur clock back//panic or wait,wait is not the best way.can be optimized.currentTime = waitUntilNextTime(lastTime)sequence = 0} else if currentTime == lastTime { //at the same time(micro-second)sequence = (sequence + 1) & maxSequenceif sequence == 0 { //overflow max num,wait next timecurrentTime = waitUntilNextTime(lastTime)}} else if currentTime > lastTime { //next timesequence = 0lastTime = currentTime}//generate idreturn (currentTime-sf.epoch)<<timestampShift | sf.datacenterId<<datacenterShift |sf.workerId<<workerIdShift | sequence
}func waitUntilNextTime(lasttime int) int {currentTime := getCurrentTime()for currentTime <= lasttime {time.Sleep(1 * time.Second / 1000) //sleep micro secondcurrentTime = getCurrentTime()}return currentTime
}func getCurrentTime() int {return int(time.Now().UnixNano() / 1e6) //micro second
}func main() {runtime.GOMAXPROCS(runtime.NumCPU())datacenterId := 0workerId := 0epoch := 1596850974657s, err := NewSnowflake(datacenterId, workerId, epoch)if err != nil {panic(err)}var wg sync.WaitGroupfor i := 0; i < 1000000; i++ {wg.Add(1)go func() {fmt.Println(s.getUniqueId())wg.Done()}()}wg.Wait()
}
3.3 运行效果
$go run snowflake.go >y
$cat y|wc -l
1000000
$sort -nr y|uniq -c|head -2
1 1649336840618140
1 1649336840618139
并发获取100w个号码,没有重复。
3.4 服务部署
不同机器使用不同DatacenterId(数据中心集群id),WorkerId (机器节点id),最多可部署1024个节点。
3.5优点
使用时间在高位,ID呈现递增趋势,满足一些场景如搜索排序。
不依赖其他组件,易于部署维护。
3.6缺点
依赖机器时钟,因时钟回拨问题会导致发号重复或不可用,代码实现时采用循环等待下一时钟的方式,可能会有性能问题。
3.7优化方案
多节点部署时,可使用zookeeper做节点分布式协调 一致性管理,当出现时钟回拨可由zk来同步时间或摘除节点。
4.总结
UUID |
sequence |
snowflake |
|
描述 |
集成在标准系统中可简单生成 |
使用DB自增id实现 |
根据时间+机器分配标识+自增序列生成 |
依赖 |
无 |
DB |
无 |
优点 |
本地生成性能高 |
部署简单 生成ID单调递增 |
部署简单 生成ID单调递增 |
缺点 |
生成号码复杂,很多场景不利于使用 |
依赖DB有性能问题和重复发号问题 号码存在规律会泄露信息 |
依赖系统时钟,时钟回拨会造成重复发号问题 |
说明:
针对sequence表方式、snowflake方式的缺点,美团leaf给出了更详细的优化方案可以参考,这里就不过多引用,直接查看参考文档。
参考文档
meituan leaf:
https://tech.meituan.com/2017/04/21/mt-leaf.html
twitter snowflake:
https://github.com/twitter-archive/snowflake/blob/snowflake-2010/src/main/scala/com/twitter/service/snowflake/IdWorker.scala
- END -
关注公众号,每周分享给你一个进阶知识
常用的分布式唯一ID生成方案相关推荐
- 一线大厂的分布式唯一ID生成方案是什么样的?
点击上方"方志朋",选择"设为星标" 回复"666"获取新整理的面试文章 一.前言 分布式系统中我们会对一些数据量大的业务进行分拆,如:用户 ...
- 一起学习下一线大厂的分布式唯一ID生成方案!
来源 | http://www.toutiao.com/i6682672464708764174 一.前言 分布式系统中我们会对一些数据量大的业务进行分拆,如:用户表,订单表.因为数据量巨大一张表无法 ...
- mysql 分布式 生成序号_分布式唯一ID生成方案
唯一ID在业务系统中经常用到,例如数据库的唯一主键,那么唯一ID如何生成,我们这里介绍一些常见的实现方案. 字符串ID 如果采用字符串id,那么很简单,直接使用jdk自带的UUID,原始生成的是带中划 ...
- Java架构直通车——分布式唯一 ID生成方案
文章目录 分布式ID的几种生成方案 UUID MySQL主键自增 数据库自增ID改进方案 雪花算法(SnowFlake) 雪花算法的优化 Redis自增id Zookeeper有序节点 最近要做区块链 ...
- 分布式唯一ID生成方案
在应用程序中,经常需要全局唯一的ID作为数据库主键.如何生成全局唯一ID? 首先,需要确定全局唯一ID是整型还是字符串?如果是字符串,那么现有的UUID就完全满足需求,不需要额外的工作.缺点是 ...
- Java分布式唯一ID生成方案——比UUID效率更高的生成id工具类
package com.xinyartech.erp.core.util;import java.lang.management.ManagementFactory; import java.net. ...
- 分布式系统唯一ID生成方案浅析
有情怀,有干货,微信搜索[荒古传说]关注这个不一样的程序员. 分布式系统唯一ID生成方案浅析 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.业务ID需要满足的要求如下 全局唯一性:不能出 ...
- 全局唯一ID生成方案
2019独角兽企业重金招聘Python工程师标准>>> 全局唯一ID生成方案对比 - http://cenalulu.github.io/mysql/guid-generate/ 转 ...
- asp按时间自动递增编号_Java秒杀系统实战系列-分布式唯一ID生成订单编号
本文是"Java秒杀系统实战系列文章"的第七篇,在本文中我们将重点介绍 "在高并发,如秒杀的业务场景下如何生成全局唯一.趋势递增的订单编号",我们将介绍两种方法 ...
最新文章
- 如何在LINUX里用su切换用户
- Android DialogFragment 遇到 java.lang.IllegalStateException: Fragment already added: 的解决方法
- Android Touch事件传递机制解析 (推荐)
- C malloc 用法
- 阿里云分布式容器平台即将全面启动公测
- Uva 10004(二分图的判定)
- 【MyBatis框架】Mybatis开发dao方法第一部分
- java uuid fasterxml_可笑!可悲!可叹!你竟然还不知道Java如何生成UUID?
- 华为网络技术培训笔记之常用网络工具(一)
- python socket客户端_python 使用socket模拟tcp客户端和tcp服务器端
- 编译原理考试知识点总结
- Linux安装Tab键补全功能
- 国内首款PCB资料分析软件,华秋DFM使用介绍
- 这12张数据治理内涵图,你看懂了吗
- 实现android wifi语音通话功能吗,Android下自写类似系统wifi管理功能的实现
- 【MATLAB】基于油猴脚本和MATLAB下载原创力文档
- 手写数字识别的小优化
- 从数据仓库到百万标签库,精细化数据管理,这么做就够了
- not enough arguments in call to oprot.Flush
- 彻底掌握 Javascript(十一)日期-曾亮-专题视频课程
热门文章
- Linux CPU占用率监控工具小结
- Apache和PHP结合、Apache默认虚拟主机
- VBS教程:函数-FormatPercent 函数
- 释放广域网潜能的“简单”之道
- 【转】Cache Buffer Chain 第二篇
- 【源码阅读】dbutil包中BasicRowProcessor内部类CaseInsensiti...
- 多域型SSL证书和通配型证书安装指南- iis 6.0 (windows 2003)
- 普通域用户设置共享文件夹
- docker搞个wordpress
- Gradle发布4.7版本,支持Java 10