使用Redis实现高并发分布式序列号生成服务
序列号的构成
为建立良好的数据治理方案，作数据掌握、分析、统计、商业智能等用途，业务数据的编码制定通常都会遵循一定的规则，一般来讲，都会有自己的编码规则和自增序列构成。比如我们常见的身份证号、银行卡号、社保电脑号等等。
以某公司产品标识码（代表该产品的唯一编码）的构成为例：
规则定义：商品款号（8位）+颜色号（3位）+号型码（3位） （共14位）
其标识码为：62X19001 001 46A
业务含义为： 2009年男装秋冬季仿毛套西黑色170A版
简单来讲，业务编码是由规则和序列构成，规则是允许定义和编辑的，序列通常要求并发安全。整个序列号生成规则要求读写并发安全。
序列号生成方案
由于Redis的高性能，高并发和数据一致性的保证，以及断电数据不丢失，分布式扩展能力等优势。我们采用Redis存储并持久化序列和业务规则来配置和管理整个序列号的产生。
规则定义举例：前缀+时间(YYYYMMDD)+所使用的序列(指定长度)，那么产生的序列号类似于SO20150520000124
具体规则可根据实际业务需求来设计。
实现要求：整个生成过程使用Jedis完成，保证原子事务。并通过压力测试。
尽管规则的配置更适合使用表结构来存储,但为了构建分布式的数据库集群,通常都会采用分库和分表(分片)的方式,在这种要求下,我们将规则的配置和序列都放在Redis,以便于提供独立的全局序列生成服务.而不用担心数据库伸缩带来的影响.
序列号生成服务部署图
序列号实现方案
1. 规则配置管理
在Redis的设计中，要想实现比如
|
select * from users where user.location="shanghai" |
这样的查询，是没办法通过value进行比较得出结果的。但是可以通过不同的数据结构类型组合来做到这一点。比如如下的数据定义
|
users:1 {name:Jack,age:28,location:shanghai} users:2 {name:Frank,age:30,location:beijing} users:location:shanghai [1] |
其中users:1 users:2 分别定义了两个用户信息，通过Redis中的hash数据结构，而users:location:shanghai 记录了所有上海的用户id，通过集合数据结构实现。
这样通过两次简单的Redis命令调用就可以实现我们上面的查询。
|
Jedis jedis = jedisPool.getResource(); Set<String> shanghaiIDs = jedis.smembers("users:location:shanghai"); //遍历该set //... //通过hgetall获取对应的user信息 jedis.hgetAll("users:" + shanghaiIDs[0]); |
通过诸如以上的设计，可以实现简单的条件查询。但是这样的问题也很多，首先需要多维护一个ID索引的集合，其次对于一些复杂查询无能为力(当然也不能期望Redis实现像关系数据库那样的查询，Redis不是干这的)。针对本序列号生成方案，这种方式完全是够用的，可以直接参考本节的代码示例。
如果想更进一步，Redis2.6集成了Lua(Redis是用ANSI C写的，可以想象支持Lua是一件很自然的事)，可以通过eval命令，直接在RedisServer环境中执行Lua脚本，就是说可以让你用Lua脚本，对Redis中存储的key value进行操作，这个意义就大了，甚至可以将系统所需的各种业务写成一个个lua脚本，提前加载进入Redis，然后对于请求的响应，只需要调用一个个lua脚本就行。(当然这些操作也完全可以使用Jedis来完成，但显然lua效率更高)
比如，现在我们要实现一个‘所有年龄(age)大于28岁的用户(user)’这样一个查询，那么通过以下的Lua脚本就可以实现
|
public static final String SCRIPT = "local resultKeys={};" + "for k,v in ipairs(KEYS) do " + " local tmp = redis.call('hget', v, 'age');" + " if tmp > ARGV[1] then " + " table.insert(resultKeys,v);" + " end;" + " end;" + "return resultKeys;"; |
执行脚本代码
|
Jedis jedis = jedisPool.getResource(); jedis.auth(auth); List<String> keys = Arrays.asList(allUserKeys); List<String> args = new ArrayList<>(); args.add("28"); List<String> resultKeys = (List<String>)jedis.evalsha(funcKey, keys, args); return resultKeys; |
注意，以上的代码中使用的是evalsha命令，该命令参数的不是直接用Lua脚本字符串，而是提前已经加载到Redis中的函数的一个SHA索引，通过以下的代码将系统中所有需要执行的函数提前加载到Redis中，通常在自己的系统中维护一个函数哈希表funcTable，后续需要实现什么功能，就从函数表中获取对应功能的SHA索引，通过evalsha调用就行。
|
String shaFuncKey = jedis.scriptLoad(SCRIPT);//加载脚本到Redis中，获取sha索引 funcTable.put(funcName_age, shaFuncKey);//添加到系统维护的函数表中 |
通过以上的方法，便可以使较为复杂的查询放到Redis中去执行，提高效率。
可见，想要将全部业务代码都使用lua脚本来实现的业务系统是可能的，lua脚本等同于关系型数据库中的存储过程或者函数。当然，全部使用lua的开发成本未必不大，毕竟不是关系型数据库，存储思维不同。
代码示例：
|
//配置生成规则(CRUD)： //假设销售单号生成规则：prefix+time+seq //生成之后的结果类似于：SO20150520023014 //------模拟常规数据库操作------ //添加数据 shardedJedis.hset("rules", "somaster", "name:销售单号,prefix:SO,time:YYYYMMDD,seq:seq_so,seq_len:6"); shardedJedis.hset("rules", "pomaster", "name:采购单号,prefix:PO,time:YYYYMMDD,seq:seq_po,seq_len:6"); shardedJedis.hset("rules", "test", "name:test,prefix:PO,time:YYYYMMDD,seq:seq_po,seq_len:6"); //判断某个值是否存在 System.out.println(shardedJedis.hexists("rules", "test")); // 删除指定的值 System.out.println(shardedJedis.hdel("rules", "test")); // 获取指定的值 System.out.println(shardedJedis.hget("rules", "somaster")); // 获取所有的keys System.out.println(shardedJedis.hkeys("rules")); // 获取所有的values System.out.println(shardedJedis.hvals("rules")); //更新 = 插入同名的key System.out.println("update before:"+shardedJedis.hvals("rules")); System.out.println(shardedJedis.hset("rules", "somaster", "new test somaster")); System.out.println("update after:"+shardedJedis.hvals("rules"));
|
我示例代码中使用的是hash而不是直接使用key-value来存储，是更优的方案。至此CRUD都能直接满足了，最后，你获取到所有values，需要自己处理分页。
也可以使用list和set组合的方式存储。这种方式是将list index和set key对应起来，根据序号进行分页是容易的，但在每次新增和删除时，都需要修改序号和key的对应关系。
两者相比，使用hash的成本显然更低，也不易出错。
2. 序列号的使用
Redis中对序列的生成早已考虑周到，使用单线程操作序列的方式以保证并发安全，同时，使用也极其简单。更多操作详见官网API
代码示例
|
//sequence System.out.println("seq:"+shardedJedis.incr("seq")); System.out.println("seq:"+shardedJedis.incr("seq")); System.out.println("another_seq:"+shardedJedis.incr("another_seq")); |
最后，生成序列服务只需要通过对应的规则名，获取规则表达式，解析之后结合序列号，最终生成即可。
并发测试
这里我们使用CyclicBarrier做并发测试，CyclicBarrier会开启指定数量的线程，等待这些线程就绪之后，同时执行测试内容，以达到真实并发的测试目的。
Loadrunner等压力测试工具也能完成测试任务。
public class CyclicBarrierTest {
//初始化
JedisPoolTest test = new JedisPoolTest();
public static void main(String[] args) {
int count = 1000;
CyclicBarrier cyclicBarrier = new CyclicBarrier(count);
ExecutorService executorService = Executors.newFixedThreadPool(count);
for (int i = 0; i < count; i++)
executorService.execute(new CyclicBarrierTest().new Task(cyclicBarrier));
executorService.shutdown();
while (!executorService.isTerminated()) {
try {
Thread.sleep(10);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
public class Task implements Runnable {
private CyclicBarrier cyclicBarrier;
public Task(CyclicBarrier cyclicBarrier) {
this.cyclicBarrier = cyclicBarrier;
}
@Override
public void run() {
try {
// 等待所有任务准备就绪
cyclicBarrier.await();
// 测试内容
// 待测试的url
String host = "http://172.25.2.14/seqno?";
String para = "sysTemNo=ERP&seqName=WH-ZONE-ID&iVar=00";
System.out.println(host + para);
URL url = new URL(host);
HttpURLConnection connection = (HttpURLConnection) url.openConnection();
// connection.setRequestMethod("POST");
// connection.setRequestProperty("Proxy-Connection", "Keep-Alive");
connection.setDoOutput(true);
connection.setDoInput(true);
PrintWriter out = new PrintWriter(connection.getOutputStream());
out.print(para);
out.flush();
out.close();
BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
String line = "";
String result = "";
while ((line = in.readLine()) != null) {
result += line;
}
System.out.println(result);
// System.out.println(test.getJedis().incr("seq"));
// System.out.println(test.getShardedJedis().incr("seq"));
} catch (Exception e) {
e.printStackTrace();
}
}
}
}
测试结果：
单台Redis未经任何设置，500并发100% pass，到1000并发时只有67%pass率，此时存在连接超时和被拒的情形。但不存在任何重复号码或丢失号码。500并发数其实已经完全满足我当前系统的要求。考虑到Redis本身可以集群扩展，完全能够应对将来更高的并发需求。
