技术架构（4）-分布式ID

为什么需要分布式ID

不管是存储数据，还是做表关联，关系型数据库必须有主键。

现在建系统，动不动就是分布式、微服务，如果新系统还玩单机，那都不好意思说。

同一个服务部署多个实例，每个实例要生成不一样的ID，还必须要快。如果指望数据库单节点来生成ID，那性能太差，还有单点故障。

需要有一种机制来生成集群内的唯一ID，还要性能好、没有单点故障。

  • 全局唯一：必须保证ID是全局性唯一的，这是最基本的要求

  • 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

下面来探讨几种常见的分布式ID生成方式，并分析优缺点。

数据库SEQUENCE

create sequence seq_id  --序列名称seq_id
start with 1   --起始值为1
increment by 1 --递增1
minvalue 1     --最小值1
maxvalue 999999  --最大值999999
cycle  --到最大值之后，又从最小值开始，循环使用编号
cache 20  --一次缓存20个序号，不用每次计算

使用数据库sequence时，序号放在最后，前面一般需要拼接一段有业务含义的字符串，比如：系统组件缩写+业务类型+数据库日期（年月日）+序号，一秒钟允许发生的业务量取决于sequence最大值。

sequence是部分数据库才有的，这种方法与数据库自增ID是类似的，自增ID每次插入一条记录并返回。

优点

  • 容易理解，自主调整程度高
  • 有序递增
  • 有业务含义，可以快速查问题

缺点

  • 数据库存在单点风险，无法扛住高并发场景
  • 根据ID能推测出业务量

UUID

UUID是首先会被想到的唯一ID。UUID 的全称是 Universally Unique Identifier，中文为通用唯一识别码，由一组32位数的16进制数字所构成。以连字号分为五段，表现形式为8-4-4-4-12的32个字符。

xxxxxxxx-xxxx-Mxxx-Nxxx-xxxxxxxxxxxx
如：30385d15-0a88-42eb-bc43-2c000e9f778c

其中 M 与 N 都有特殊含义：M 表示 UUID版本，目前只有五个版本，即只会出现1，2，3，4，5；N 的最高有效位表示 UUID 变体，目前只会出现 8，9，a，b 四种情况。

  • v1 (timestamp)：timestamp + MAC 地址。机器的MAC地址出厂后不能保证完全唯一，且之后 MAC 地址也可手动修改，MAC 地址的暴露会造成了隐私与安全问题，若一台机子上的两个进程同时跑，有可能出现重复问题。
  • v2 (timestamp)：基于 v1 的基础上优化了下，更安全。
  • v3 (namespace)：基于 namespace + 输入内容 进行 MD5。
  • v4 (random)：这个版本的UUID是使用最多的，基于随机数生成。
  • v5 (namespace)：跟 V3 差不多，只是把散列算法的 MD5 变成 SHA1。

它的用法也非常简单。

String uuid = UUID.randomUUID().toString()

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，导致数据位置频繁变动，严重影响性能
  • 没有具体的业务含义，不可读
  • 长度过长，36位长度的字符串，存储以及查询的性能消耗较大
  • 从生成和存储效率来看，UUID将逐步被NanoID取代，后者更快且更短

雪花算法

 

 

 

  • 首位无效符：第一个 bit 作为符号位，因为生成的都是正数，所以第一个 bit 统一都是 0。
  • 时间戳：占用 41 bit ，精确到毫秒。41位可以表示2^41-1毫秒，转化成单位年为 69 年。Java时间戳从1970年开始，69年也用不了多久了，所以可以吧部署的时刻作为起始点。
  • 工作进程：占用10bit，其中高位 5 bit 是数据中心 ID，低位 5 bit 是工作节点 ID，最多可以容纳 1024 个节点。
  • 序列号：占用12bit，每个节点每毫秒从0开始不断累加，最多可以累加到4095，一毫秒可以产生 4096 个ID，一秒钟就是409.6万个。

优点

  • 毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。
  • 不依赖第三方，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。
  • 可以根据自身业务特性分配bit位，非常灵活。

缺点

  • 强依赖机器时钟，如果机器上时钟回拨，会导致发号重复或者服务会处于不可用状态。

其他

还有其他Redis、号段、步长、Leaf等等生成分布式ID的方式，不再赘述。

posted on 2022-06-08 11:38  别样风景天  阅读(84)  评论(0)  编辑  收藏  举报

导航