一 背景描述

1.1 问题产生

在分布式系统中,怎么使用全局唯一id?

在分布式是,微服务的架构中,或者大数据分库分表中,多个不同节点怎么保持每台机器生成的主键id不重复,具有唯一性?

* 方案1:mysql的自增主键; 设定一定的步长;如3台机器,3台节点初始值1,2,3,步长为3;机器A:1,4,7,10;机器B:2,5,8,11;
机器c:3,6,9,12
* 方案2:使用uuid,无序且生成的串比较长,与mysql官方建议尽量使用较短的字符串冲突
* 使用redis的原子性性产生主键,但是使用过程前期比较麻烦,需要搭建配置一堆东西。
这时,雪花算法是其中一个用于解决分布式 id 的高效方案,也是许多互联网公司在推荐使用的。

二 雪花算法

2.1 雪花算法

雪花算法:解决分布式高并发集群中,提供产生全局唯一的id,就是生成一个的 64 位比特位的 long 类型的唯一 id。

2.2 雪花算法的结构

最高 1 位固定值 0,因为生成的 id 是正整数,如果是 1 就是负数了。

接下来 41 位存储毫秒级时间戳,2^41/(1000*60*60*24*365)=69,大概可以使用 69 年。

再接下 10 位存储机器码,包括 5 位 datacenterId 和 5 位 workerId。最多可以部署 2^10=1024 台机器。

最后 12 位存储序列号。同一毫秒时间戳时,通过这个递增的序列号来区分。即对于同一台机器而言,同一毫秒时间戳下,可以生成 2^12=4096 个不重复 id。

 2.3 雪花算法的使用

可以将雪花算法作为一个单独的服务进行部署,然后需要全局唯一 id 的系统,请求雪花算法服务获取 id 即可。例如机房号+机器号
,机器号+服务号,或者是其他可区别标识的 10 位比特位的整数值都行。

2.4 案例

2.5 工具类
package com.ljf.mscloud; import cn.hutool.core.lang.Snowflake; import
cn.hutool.core.net.NetUtil; import cn.hutool.core.util.IdUtil; import
lombok.extern.slf4j.Slf4j; import org.springframework.stereotype.Component;
import javax.annotation.PostConstruct; /** * @ClassName: IdGeneratorSnowflake *
@Description: TODO * @Author: liujianfu * @Date: 2023/01/27 08:55:30  *
@Version: V1.0 **/ @Slf4j @Component public class IdGeneratorSnowflake {
private long workerId = 0; //第几号机房 private long datacenterId = 1; //第几号机器
private Snowflake snowflake = IdUtil.createSnowflake(workerId, datacenterId);
@PostConstruct //构造后开始执行,加载初始化工作 public void init(){ try{ //获取本机的ip地址编码
workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());
log.info("当前机器的workerId: " + workerId); }catch (Exception e){
e.printStackTrace(); log.warn("当前机器的workerId获取失败 ----> " + e); workerId =
NetUtil.getLocalhostStr().hashCode(); } } public synchronized long
snowflakeId(){ return snowflake.nextId(); } public synchronized long
snowflakeId(long workerId, long datacenterId){ Snowflake snowflake =
IdUtil.createSnowflake(workerId, datacenterId); return snowflake.nextId(); }
//测试 public static void main(String[] args) { System.out.println(new
IdGeneratorSnowflake().snowflakeId()); //1428025721380536320S
System.out.println("d:"+"1649650128035905536".length()); } }
 2.6 优缺点

优点:

高并发分布式环境下生成不重复 id,每秒可生成百万个不重复 id。

基于时间戳,以及同一时间戳下序列号自增,基本保证 id 有序递增。

一般分布式ID只要求趋势递增,并不会严格要求递增,90%的需求都只要求趋势递增)

缺点:

服务器时钟回拨时可能会生成重复 id,解决办法:

百度开源的分布式唯一ID生成器UidGenerator

Leaf-- 美团点评分布式ID生成系统

技术
下载桌面版
GitHub
百度网盘(提取码:draw)
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:[email protected]
QQ群:766591547
关注微信