自增ID算法snowflake
使用uuid或者guid产生的id没有规则
snowflake算法是twitter的工程师为实现递增而不重复的id实现的
概述
分布式系统中,有一些需要使用全局唯一id的场景,这种时候为了防止id冲突可以使用36位的uuid,但是uuid有一些缺点,首先他相对比较长,另外uuid一般是无序的。有些时候我们希望能使用一种简单一些的id,并且希望id能够按照时间有序生成。而twitter的snowflake解决了这种需求,最初twitter把存储系统从mysql迁移到cassandra,因为cassandra没有顺序id生成机制,所以开发了这样一套全局唯一id生成服务。
该项目地址为:是用scala实现的。
python版详见开源项目。
结构
snowflake的结构如下(每部分用-分开):
0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
第一位为未使用,接下来的41位为毫秒级时间(41位的长度可以使用69年),然后是5位datacenterid和5位workerid(10位的长度最多支持部署1024个节点) ,最后12位是毫秒内的计数(12位的计数顺序号支持每个节点每毫秒产生4096个id序号)
一共加起来刚好64位,为一个long型。(转换成字符串长度为18)
snowflake生成的id整体上按照时间自增排序,并且整个分布式系统内不会产生id碰撞(由datacenter和workerid作区分),并且效率较高。据说:snowflake每秒能够产生26万个id。
从图上看除了第一位不可用之外其它三组均可浮动站位,据说前41位就可以支撑到2082年,10位的可支持1023台机器,最后12位序列号可以在1毫秒内产生4095个自增的id。
在多线程中使用要加锁。
看懂代码前 先来点计算机常识:<<左移 假如1<<2 :1左移2位=1*2^2=4(这里^是多少次方的意思,和下面的不同,哈别混淆。)
^异或 :true^true=false false^false=false true^false=true false^true=true 例子: 1001^0001=1000
负数的二进制:
第二步:各位取反,0变1,1变0
第三步:最后面加1
好了废话不多说 直接代码:
1 public class idworker 2 { 3 //机器id 4 private static long workerid; 5 private static long twepoch = 687888001020l; //唯一时间,这是一个避免重复的随机量,自行设定不要大于当前时间戳 6 private static long sequence = 0l; 7 private static int workeridbits = 4; //机器码字节数。4个字节用来保存机器码(定义为long类型会出现,最大偏移64位,所以左移64位没有意义) 8 public static long maxworkerid = -1l ^ -1l << workeridbits; //最大机器id 9 private static int sequencebits = 10; //计数器字节数,10个字节用来保存计数码 10 private static int workeridshift = sequencebits; //机器码数据左移位数,就是后面计数器占用的位数 11 private static int timestampleftshift = sequencebits + workeridbits; //时间戳左移动位数就是机器码和计数器总字节数 12 public static long sequencemask = -1l ^ -1l << sequencebits; //一微秒内可以产生计数,如果达到该值则等到下一微秒在进行生成 13 private long lasttimestamp = -1l; 14 15 /// <summary> 16 /// 机器码 17 /// </summary> 18 /// <param name="workerid"></param> 19 public idworker(long workerid) 20 { 21 if (workerid > maxworkerid || workerid < 0) 22 throw new exception(string.format("worker id can't be greater than {0} or less than 0 ", workerid)); 23 idworker.workerid = workerid; 24 } 25 26 public long nextid() 27 { 28 lock (this) 29 { 30 long timestamp = timegen(); 31 if (this.lasttimestamp == timestamp) 32 { //同一微秒中生成id 33 idworker.sequence = (idworker.sequence + 1) & idworker.sequencemask; //用&运算计算该微秒内产生的计数是否已经到达上限 34 if (idworker.sequence == 0) 35 { 36 //一微秒内产生的id计数已达上限,等待下一微秒 37 timestamp = tillnextmillis(this.lasttimestamp); 38 } 39 } 40 else 41 { //不同微秒生成id 42 idworker.sequence = 0; //计数清0 43 } 44 if (timestamp < lasttimestamp) 45 { //如果当前时间戳比上一次生成id时时间戳还小,抛出异常,因为不能保证现在生成的id之前没有生成过 46 throw new exception(string.format("clock moved backwards. refusing to generate id for {0} milliseconds", 47 this.lasttimestamp - timestamp)); 48 } 49 this.lasttimestamp = timestamp; //把当前时间戳保存为最后生成id的时间戳 50 long nextid = (timestamp - twepoch << timestampleftshift) | idworker.workerid << idworker.workeridshift | idworker.sequence; 51 return nextid; 52 } 53 } 54 55 /// <summary> 56 /// 获取下一微秒时间戳 57 /// </summary> 58 /// <param name="lasttimestamp"></param> 59 /// <returns></returns> 60 private long tillnextmillis(long lasttimestamp) 61 { 62 long timestamp = timegen(); 63 while (timestamp <= lasttimestamp) 64 { 65 timestamp = timegen(); 66 } 67 return timestamp; 68 } 69 70 /// <summary> 71 /// 生成当前时间戳 72 /// </summary> 73 /// <returns></returns> 74 private long timegen() 75 { 76 return (long)(datetime.utcnow - new datetime(1970, 1, 1, 0, 0, 0, datetimekind.utc)).totalmilliseconds; 77 } 78 79 }
调用:
1 idworker idworker = new idworker(1); 2 for (int i = 0; i < 1000; i++) 3 { 4 console.writeline(idworker.nextid()); 5 }
其他算法:
方法一:uuid
uuid是通用唯一识别码 (universally unique identifier),在其他语言中也叫guid,可以生成一个长度32位的全局唯一识别码。
string uuid = uuid.randomuuid().tostring()
结果示例:
046b6c7f-0b8a-43b9-b35d-6489e6daee91
为什么无序的uuid会导致入库性能变差呢?
这就涉及到 b+树索引的分裂:
众所周知,关系型数据库的索引大都是b+树的结构,拿id字段来举例,索引树的每一个节点都存储着若干个id。
如果我们的id按递增的顺序来插入,比如陆续插入8,9,10,新的id都只会插入到最后一个节点当中。当最后一个节点满了,会裂变出新的节点。这样的插入是性能比较高的插入,因为这样节点的分裂次数最少,而且充分利用了每一个节点的空间。
但是,如果我们的插入完全无序,不但会导致一些中间节点产生分裂,也会白白创造出很多不饱和的节点,这样大大降低了数据库插入的性能。
方法二:数据库自增主键
假设名为table的表有如下结构:
id feild
35 a
每一次生成id的时候,访问数据库,执行下面的语句:
begin;
replace into table ( feild ) values ( 'a' );
select last_insert_id();
commit;
replace into 的含义是插入一条记录,如果表中唯一索引的值遇到冲突,则替换老数据。
这样一来,每次都可以得到一个递增的id。
为了提高性能,在分布式系统中可以用db proxy请求不同的分库,每个分库设置不同的初始值,步长和分库数量相等:
这样一来,db1生成的id是1,4,7,10,13....,db2生成的id是2,5,8,11,14.....