分布式系统中获取唯一ID原来这么简单？

一时失言乱红尘 2023-02-20 02:49 7阅读 0赞

**目录**

一、分布式系统中常见的需要获取唯一ID的场景

二、获取唯一ID的方式

三、SnowFlake 雪花算法

四、代码实现

--------------------

## 一、分布式系统中常见的需要获取唯一ID的场景 ##

*  微服务中多个服务完成业务逻辑，需要保持某个业务字段唯一

1.  订单模块，多个服务配合完成整套业务，包括用户，库存等等。订单ID需要唯一的业务单号。

*  分表分表，保证主键唯一。

## 二、获取唯一ID的方式 ##

*    使用UUID获取全局唯一的标识码，32位标识码

缺点：完全无序，作为数据库唯一标识码，数据库B+Tree结构，节点可能在还没饱和的时候就分裂，无法有效的利用节点，大大的降低了数据的插入效率。

*  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;

这样每次都可以获取最新的ID作为标识，但是这样也加大了数据的单表的压力，一张表承载了全部主键生成机制，万一数据库死掉，整个业务也就崩盘。为了减轻数据库的压力，可以分库分表。比如，后端通过代理动态的取获取主键，分A,B,C三个库，每个库有个主键生成表，A：begin:1,add:3   B: begin:2,add:3, C:begin:3,add:3,这样 A : 1,4,7  B : 2,5,8  C：3,6,9 可以减轻数据库压力，也可以获取不冲突的主键ID。

## 三、SnowFlake 雪花算法 ##

*   SnowFlake算法的优点：

1.生成ID时不依赖于DB，完全在内存生成，高性能高可用。  
        2.ID呈趋势递增，后续插入索引树的时候性能较好。

*  SnowFlake算法的缺点：

依赖于系统时钟的一致性。如果某台机器的系统时钟回拨，有可能造成ID冲突，或者ID乱序。

*  应用场景

1、数据库表主键：很多DBA在大型生产应用禁用auto\_increment的ID，这时可以选snowflake替代。   
        2、TraceId：分布式系统追踪，希望用一个ID贯穿所有子系统来追踪分布式交互过程。也有系统产生一个Exception，我们 需要对Exception编号等。   
        3、摇一摇/抢红包ID：摇一摇的特点是活动促销的时候，短时间内访问特别大，需要一个高性能的ID生成器。

![format_png][]

*  SnowFlake所生成的ID一共分成四部分：

1.第一位：占用1bit，其值始终是0，没有实际作用。

2.时间戳 : 占用41bit，精确到毫秒，一般实现上不会存储当前的时间戳，而是时间戳的差值（当前时间-固定的开始时间），这样可以使产生的ID从更小值开始；41位的时间戳可以使用69年，(1L << 41) / (1000L \* 60 \* 60 \* 24 \* 365) = 69年

3.工作机器id: 占用10bit，其中高位5bit是数据中心ID（datacenterId），低位5bit是工作节点ID（workerId），做多可以容纳1024个节点。

4.序列号: 占用12bit，这个值在同一毫秒同一节点上从0开始不断累加，最多可以累加到4095。

## 四、代码实现 ##

public class SnowFlakeUtils {
        // 起始的时间戳
        private final static long START_STMP = 1480166465631L;
        // 每一部分占用的位数，就三个
        private final static long SEQUENCE_BIT = 12;// 序列号占用的位数
        private final static long MACHINE_BIT = 5; // 机器标识占用的位数
        private final static long DATACENTER_BIT = 5;// 数据中心占用的位数
        // 每一部分最大值
        private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
        private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
        private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
        // 每一部分向左的位移
        private final static long MACHINE_LEFT = SEQUENCE_BIT;
        private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
        private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;
        private long datacenterId; // 数据中心
        private long machineId; // 机器标识
        private long sequence = 0L; // 序列号
        private long lastStmp = -1L;// 上一次时间戳
     
        public SnowFlakeUtils(long datacenterId, long machineId) {
            if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
                throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
            }
            if (machineId > MAX_MACHINE_NUM || machineId < 0) {
                throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
            }
            this.datacenterId = datacenterId;
            this.machineId = machineId;
        }
        //产生下一个ID
        public synchronized long nextId() {
            long currStmp = getNewstmp();
            //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 (currStmp < lastStmp) {
                throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
            }
     
            if (currStmp == lastStmp) {
                //if条件里表示当前调用和上一次调用落在了相同毫秒内，只能通过第三部分，序列号自增来判断为唯一，所以+1.
                sequence = (sequence + 1) & MAX_SEQUENCE;
                //同一毫秒的序列数已经达到最大，只能等待下一个毫秒
                if (sequence == 0L) {
                    currStmp = getNextMill();
                }
            }
            //时间戳改变，毫秒内序列重置
            else {
                //不同毫秒内，序列号置为0
                //执行到这个分支的前提是currTimestamp > lastTimestamp，说明本次调用跟上次调用对比，已经不再同一个毫秒内了，这个时候序号可以重新回置0了。
                sequence = 0L;
            }
     
            lastStmp = currStmp;
            //就是用相对毫秒数、机器ID和自增序号拼接
            //移位  并通过  或运算拼到一起组成64位的ID
            return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
                    | datacenterId << DATACENTER_LEFT      //数据中心部分
                    | machineId << MACHINE_LEFT            //机器标识部分
                    | sequence;                            //序列号部分
        }
     
        private long getNextMill() {
            long mill = getNewstmp();
            //使用while循环等待直到下一毫秒。
            while (mill <= lastStmp) {
                mill = getNewstmp();
            }
            return mill;
        }
     
        private long getNewstmp() {
            return System.currentTimeMillis();
        }
    
    
      public static void main(String[] args) {
            // 构造方法设置机器码：第9个机房的第20台机器
            SnowFlakeUtils  snowFlake = new SnowFlakeUtils(9, 20);
            //循环生成2^12个ID
            for(int i =0; i <(1<< 12); i++){
                System.out.println(snowFlake.nextId());
            }
      }
    
    
     
    }

##      ##

[format_png]: https://imgconvert.csdnimg.cn/aHR0cDovLzViMDk4OGU1OTUyMjUuY2RuLnNvaHVjcy5jb20vaW1hZ2VzLzIwMTgwNTE4LzFhZjRlYjFlYzgxZDQ1MDFhNzU3Y2ZkYzlhZGE3MmQxLmpwZWc?x-oss-process=image/format,png