Leaf 详解

• 参考博客：Leaf：美团分布式ID生成服务开源

Leaf是美团基础研发平台推出的一个分布式ID生成服务

• 9种分布式ID生成之美团（Leaf）实战

一、Leaf 号段生成

1、Leaf 特性

• 全局唯一：不会出现重复 ID，且 ID 整体趋势递增
• 高可用：基于分布式架构，即使 MySQL 宕机，也能容忍一段时间的数据库不可用
• 高并发低延时：在 CentOS 4C8G 的虚拟机上，远程调用QPS可达5W+，TP99在1ms内
• 接入简单：可通过 RPC 服务或 HTTP 调用接入

2、Leaf 详解

• Leaf 采用预分发方式生成 ID：即在 DB 上挂 N 个 Server，每个 Server 启动时，都去 DB 拿固定长度的 ID List，因此完全基于分布式的架构

  同时 ID 由内存分发，所以也很高效

• Leaf 数据持久化：每次去 DB 拿固定长度的 ID List，然后把最大的 ID 持久化下来

  即：并非每个 ID 都做持久化，仅仅持久化一批 ID 中最大的那个，极大减轻了 DB 持久化的压力

用户通过 Round-robin 方式调用 Leaf Server 的各个服务，当某个 Leaf Server 号段用完后，下一次请求就会从 DB 中加载新的号段，保证了每次加载的号段递增

Leaf Server 加载号段的 SQL 语句如下：

Begin
	UPDATE table SET max_id=max_id+step WHERE biz_tag=xxx
	SELECT tag, max_id, step FROM table WHERE biz_tag=xxx
Commit

---

问题：

• 更新 DB 时会出现耗时尖刺，系统最大耗时取决于更新 DB 号段的时间
• 更新 DB 号段时，若 DB 宕机或发生主从切换，会导致一段时间的服务不可用

3、Leaf 优化

(1) Leaf 双 Buffer 优化

解决上述问题：采用异步更新策略，通过双 Buffer 方式，保证无论何时 DB 出现问题，都能有一个 Buffer 号段可以正常对外提供服务，只要 DB 在一个 Buffer 的下发的周期内恢复，就不会影响整个 Leaf 的可用性

问题：

• 号段长度固定：若 Leaf 能在 DB 不可用时维持10分钟正常工作，但若流量增加10倍就只能维持1分钟正常工作了
• 若号段长度设置的过长，导致缓存中的号段迟迟消耗不完，进而导致更新 DB 的新号段与前一次下发的号段ID跨度过大

(2) Leaf 动态调整 Step 优化

• 问题分析：假设服务 QPS 为 Q，号段长度为 L，号段更新周期为 T，则 Q * T = L

  • 最开始 L 长度固定，导致随着 Q 的增长，T 会越来越小
  • 但 Leaf 希望 T 固定，因此若 L 可以和 Q 正相关，则 T 就可以趋近一个定值

• 解决方案：Leaf 每次更新号段时，根据上一次更新号段的周期 T 和号段长度 step，来决定下一次的号段长度 nextStep

  • T < 15min，nextStep = step * 2
  • 15min < T < 30min，nextStep = step
  • T > 30min，nextStep = step / 2

---

问题：若流量瞬时几十、几百倍的暴增，仍不能满足容忍数据库在一段时间不可用、系统仍能稳定运行的需求

(3) MySQL 高可用优化

• 问题分析：Leaf 虽然在 DB 层做了些容错方案，但号段方式的 ID 下发，最终还是强依赖 DB
• 解决方案：在 MySQL 层，Leaf 目前采取半同步方式同步数据，未来追求完全的强一致

  Leaf 采用一个临时方案来保证机房断网场景下的数据一致性：

  • 多机房部署数据库，每个机房一个实例，保证都是跨机房同步数据
  • 半同步超时时间设置到无限大，防止半同步方式退化为异步复制

(4) 未来优化

• 号段加载优化：
  • 目前方案：Leaf 目前重启后的第一次请求还是同步加载 MySQL

    原因：MySQL 中的 Leaf Key 并非一定都被这个 Leaf 服务节点所加载，若每个 Leaf 节点都在初始化加载所有的Leaf Key 会导致号段的大量浪费

  • 未来方案：在 Leaf 服务 Shutdown 时，备份这个服务节点近一天使用过的 Leaf Key 列表，这样重启后会预先从MySQL 加载 Key List 中的号段
• 单调递增：只要保证同一时间、同一个 Leaf Key 都从一个 Leaf 服务节点获取 ID，即可保证递增

  注意：Leaf 服务节点切换时，旧 Leaf 服务用过的号段需要废弃
  方案：路由逻辑，可采用主备的模型或每个 Leaf Key 配置路由表的方式来实现

二、Leaf 雪花算法生成

通过时间+机器号+自增 ID的组合来实现完全分布式的 ID：

• 第 1 位为 0
• 第 2-42 位是相对时间戳，通过当前时间戳减去一个固定的历史时间戳生成
• 第 43-52 位是机器号 workerID，每个 Server 的机器 ID 不同
• 第 53-64 位是自增 ID

注：Leaf 在第一次从 Zookeeper 拿取 workerID 后，会在本机文件系统上缓存一个 workerID 文件，即使 ZooKeeper 出现问题，同时恰好机器也在重启，也能保证服务的正常运行

三、号段与雪花的对比

• 号段模式：低位趋势增长，较少的 ID 号段浪费，能够容忍 MySQL 的短时间不可用
• Snowflake 模式：完全分布式，ID 有语义

---

github 仓库：Meituan-Dianping/Leaf

本文地址：https://blog.csdn.net/yin__ren/article/details/109625402