分布式系统全局唯一ID简介、特点、5种生成方式

分布式系统唯一ID

 

在复杂分布式系统中，往往需要对大量的数据和消息进行唯一标识。

 

如在金融、电商、支付、等产品的系统中，数据日渐增长，对数据分库分表后需要有一个唯一ID来标识一条数据或消息，数据库的自增ID显然不能满足需求，此时一个能够生成全局唯一ID的系统是非常必要的。

 

分布式系统唯一ID的特点

     信息安全，全局唯一，单调递增，趋势递增。

1. 全局唯一性：不能出现重复的ID号，既然是唯一标识，这是最基本的要求。
2. 趋势递增：在MySQL InnoDB引擎中使用的是聚集索引，由于多数RDBMS使用B-tree的数据结构来存储索引数据，在主键的选择上面我们应该尽量使用有序的主键保证写入性能。
3. 单调递增：保证下一个ID一定大于上一个ID，例如事务版本号、IM增量消息、排序等特殊需求。
4. 信息安全：如果ID是连续的，恶意用户的扒取工作就非常容易做了，直接按照顺序下载指定URL即可；如果是订单号就更危险了，竞对可以直接知道我们一天的单量。所以在一些应用场景下，会需要ID无规则、不规则。

 

同时除了对ID号码自身的要求，业务还对ID号生成系统的可用性要求极高，想象一下，如果ID生成系统瘫痪，这就会带来一场灾难。

 

由此总结下一个ID生成系统应该做到如下几点：

 

1. 平均延迟和TP999延迟都要尽可能低；
2. 可用性5个9；
3. 高QPS。

 

分布式系统唯一ID的实现方案

1.UUID

 

UUID(Universally Unique Identifier)的标准型式包含32个16进制数字，以连字号分为五段，形式为8-4-4-4-12的36个字符，示例：550e8400-e29b-41d4-a716-446655440000，到目前为止业界一共有5种方式生成UUID，详情见IETF发布的UUID规范 A Universally Unique IDentifier (UUID) URN Namespace。

 

优点：

 

• 性能非常高：本地生成，没有网络消耗。

 

缺点：

 

• 不易于存储：UUID太长，16字节128位，通常以36长度的字符串表示，很多场景不适用。
• 信息不安全：基于MAC地址生成UUID的算法可能会造成MAC地址泄露，这个漏洞曾被用于寻找梅丽莎病毒的制作者位置。
• ID作为主键时在特定的环境会存在一些问题，比如做DB主键的场景下，UUID就非常不适用：

 

2.数据库生成

 

以MySQL举例，利用给字段设置auto_increment_increment和auto_increment_offset来保证ID自增，每次业务使用下列SQL读写MySQL得到ID号。

 

 

这种方案的优缺点如下：

 

优点：

 

• 非常简单，利用现有数据库系统的功能实现，成本小，有DBA专业维护。
• ID号单调自增，可以实现一些对ID有特殊要求的业务。

 

缺点： 

1. 可用性难以保证：数据库常见架构是 一主多从 + 读写分离，生成自增ID是写请求 主库挂了就玩不转了
2. 扩展性差，性能有上限：因为写入是单点，数据库主库的写性能决定ID的生成性能上限，并且 难以扩展

3.Redis生成ID

 

当使用数据库来生成ID性能不够要求的时候，我们可以尝试使用Redis来生成ID。

 

这主要依赖于Redis是单线程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR和INCRBY来实现。

 

比较适合使用Redis来生成每天从0开始的流水号。比如订单号=日期+当日自增长号。可以每天在Redis中生成一个Key，使用INCR进行累加。

 

优点：

 

1）不依赖于数据库，灵活方便，且性能优于数据库。

 

2）数字ID天然排序，对分页或者需要排序的结果很有帮助。

 

缺点：

 

1）如果系统中没有Redis，还需要引入新的组件，增加系统复杂度。

 

2）需要编码和配置的工作量比较大。

 

4.利用zookeeper生成唯一ID

 

zookeeper主要通过其znode数据版本来生成序列号，可以生成32位和64位的数据版本号，客户端可以使用这个版本号来作为唯一的序列号。

 

很少会使用zookeeper来生成唯一ID。主要是由于需要依赖zookeeper，并且是多步调用API，如果在竞争较大的情况下，需要考虑使用分布式锁。因此，性能在高并发的分布式环境下，也不甚理想。

 

5.snowflake（雪花算法）方案

 

snowflake 是 twitter 开源的分布式ID生成算法，其核心思想为，一个long型的ID：

 

• 41 bit 作为毫秒数 - 41位的长度可以使用69年
• 10 bit 作为机器编号 （5个bit是数据中心，5个bit的机器ID） - 10位的长度最多支持部署1024个节点
• 12 bit 作为毫秒内序列号 - 12位的计数顺序号支持每个节点每毫秒产生4096个ID序号

•  

snowflake中的64-bit分别表示如下图（图片来自网络）所示：

 

 

41-bit的时间可以表示（1L<<41）/(1000L*3600*24*365)=69年的时间，10-bit机器可以分别表示1024台机器。如果我们对IDC划分有需求，还可以将10-bit分5-bit给IDC，分5-bit给工作机器。这样就可以表示32个IDC，每个IDC下可以有32台机器，可以根据自身需求定义。12个自增序列号可以表示2^12个ID，理论上snowflake方案的QPS约为409.6w/s，这种分配方式可以保证在任何一个IDC的任何一台机器在任意毫秒内生成的ID都是不同的。

 

这种方式的优缺点是：

 

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。
• 不依赖数据库等第三方系统，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。

 

应用举例Mongdb objectID

 

MongoDB官方文档 ObjectID可以算作是和snowflake类似方法，通过“时间+机器码+pid+inc”共12个字节，通过4+3+2+3的方式最终标识成一个24长度的十六进制字符。

/**
 * Twitter 开源的 Snowflake 算法
 * snowflake 是 twitter 开源的分布式ID生成算法，其核心思想为，一个long型的ID：
 * 41 bit 作为毫秒数 - 41位的长度可以使用69年
 * 10 bit 作为机器编号 （5个bit是数据中心，5个bit的机器ID） - 10位的长度最多支持部署1024个节点
 * 12 bit 作为毫秒内序列号 - 12位的计数顺序号支持每个节点每毫秒产生4096个ID序号
 * 算法单机每秒内理论上最多可以生成1000*(2^12)，也就是400W的ID，完全能满足业务的需求
 */
public class SnowflakeIdGenerator {

    //================================================Algorithm's Parameter=============================================

    // 系统开始时间截 (UTC 2017-06-28 00:00:00)

    private final long startTime = 1498608000000L;

    // 机器id所占的位数

    private final long workerIdBits = 5L;

    // 数据标识id所占的位数

    private final long dataCenterIdBits = 5L;

    // 支持的最大机器id(十进制)，结果是31 (这个移位算法可以很快的计算出几位二进制数所能表示的最大十进制数)

    // -1L 左移 5位 (worker id 所占位数) 即 5位二进制所能获得的最大十进制数 - 31

    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);

    // 支持的最大数据标识id - 31

    private final long maxDataCenterId = -1L ^ (-1L << dataCenterIdBits);

    // 序列在id中占的位数

    private final long sequenceBits = 12L;

    // 机器ID 左移位数 - 12 (即末 sequence 所占用的位数)

    private final long workerIdMoveBits = sequenceBits;

    // 数据标识id 左移位数 - 17(12+5)

    private final long dataCenterIdMoveBits = sequenceBits + workerIdBits;

    // 时间截向 左移位数 - 22(5+5+12)

    private final long timestampMoveBits = sequenceBits + workerIdBits + dataCenterIdBits;

    // 生成序列的掩码(12位所对应的最大整数值)，这里为4095 (0b111111111111=0xfff=4095)

    private final long sequenceMask = -1L ^ (-1L << sequenceBits);

    //=================================================Works's Parameter================================================

    /**
     * 工作机器ID(0~31)
     */

    private long workerId;

    /**
     * 数据中心ID(0~31)
     */

    private long dataCenterId;

    /**
     * 毫秒内序列(0~4095)
     */

    private long sequence = 0L;

    /**
     * 上次生成ID的时间截
     */

    private long lastTimestamp = -1L;

    //===============================================Constructors=======================================================

    /**
     * 构造函数
     *
     * @param workerId     工作ID (0~31)
     * @param dataCenterId 数据中心ID (0~31)
     */

    public SnowflakeIdGenerator(long workerId, long dataCenterId) {

        if (workerId > maxWorkerId || workerId < 0) {

            throw new IllegalArgumentException(String.format("Worker Id can't be greater than %d or less than 0", maxWorkerId));

        }

        if (dataCenterId > maxDataCenterId || dataCenterId < 0) {

            throw new IllegalArgumentException(String.format("DataCenter Id can't be greater than %d or less than 0", maxDataCenterId));

        }

        this.workerId = workerId;

        this.dataCenterId = dataCenterId;

    }

    // ==================================================Methods========================================================

    // 线程安全的获得下一个 ID 的方法

    public synchronized long nextId() {

        long timestamp = currentTime();

        //如果当前时间小于上一次ID生成的时间戳: 说明系统时钟回退过 - 这个时候应当抛出异常

        if (timestamp < lastTimestamp) {

            throw new RuntimeException(

                    String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));

        }

        //如果是同一时间生成的，则进行毫秒内序列

        if (lastTimestamp == timestamp) {

            sequence = (sequence + 1) & sequenceMask;

            //毫秒内序列溢出 即 序列 > 4095

            if (sequence == 0) {

                //阻塞到下一个毫秒,获得新的时间戳

                timestamp = blockTillNextMillis(lastTimestamp);

            }

        }

        //时间戳改变，毫秒内序列重置

        else {

            sequence = 0L;

        }

        //上次生成ID的时间截

        lastTimestamp = timestamp;

        //移位并通过或运算拼到一起组成64位的ID

        return ((timestamp - startTime) << timestampMoveBits) //

                | (dataCenterId << dataCenterIdMoveBits) //

                | (workerId << workerIdMoveBits) //

                | sequence;

    }

    // 阻塞到下一个毫秒 即 直到获得新的时间戳

    protected long blockTillNextMillis(long lastTimestamp) {

        long timestamp = currentTime();

        while (timestamp <= lastTimestamp) {

            timestamp = currentTime();

        }

        return timestamp;

    }

    // 获得以毫秒为单位的当前时间

    protected long currentTime() {

        return System.currentTimeMillis();

    }

    //====================================================Test Case=====================================================

    public static void main(String[] args) {

        SnowflakeIdGenerator idWorker = new SnowflakeIdGenerator(0, 0);

        for (int i = 0; i < 100; i++) {

            long id = idWorker.nextId();

            //System.out.println(Long.toBinaryString(id));

            System.out.println(id);

        }

    }
}