其他分享
首页 > 其他分享> > 你想了解一线大厂的分布式唯一ID生成方案吗？

你想了解一线大厂的分布式唯一ID生成方案吗？

作者：互联网

目录

  1. 前言
  2. UUID
  3. mysql主键自增
  4. mysql多实例主键自增
  5. 雪花算法
  6. redis生成方案
  7. 总结
  8. 悬念

前言

分布式系统中我们会对一些数据量大的业务进行分拆，如：用户表，订单表。因为数据量巨大一张表无法承接，就会对其进行分库分表。小伙伴们可以去看一下老顾的以前的文章你知道怎么分库分表吗？如何做到永不迁移数据和避免热点吗？ 和

如何永不迁移数据和避免热点? 根据服务器指标分配数据量(揭秘篇)

但一旦涉及到分库分表，就会引申出分布式系统中唯一主键ID的生成问题，永不迁移数据和避免热点的文章中要求需要唯一ID的特性：

1、整个系统ID唯一

2、ID是数字类型，而且是趋势递增的

3、ID简短，查询效率快

什么是递增？如：第一次生成的ID为12，下一次生成的ID是13，再下一次生成的ID是14。这个就是生成ID递增。

什么是趋势递增？如：在一段时间内，生成的ID是递增的趋势。如：再一段时间内生成的ID在【0，1000】之间，过段时间生成的ID在【1000，2000】之间。但在【0-1000】区间内的时候，ID生成有可能第一次是12，第二次是10，第三次是14。

那有什么方案呢？往下看

UUID

这个方案是小伙伴们第一个能过考虑到的方案

优点：

1、代码实现简单。

2、本机生成，没有性能问题

3、因为是全球唯一的ID，所以迁移数据容易

缺点：

1、每次生成的ID是无序的，无法保证趋势递增

2、UUID的字符串存储，查询效率慢

3、存储空间大

4、ID本事无业务含义，不可读

应用场景：

1、类似生成token令牌的场景

2、不适用一些要求有趋势递增的ID场景

此UUID方案是不适用老顾的需求

mysql主键自增

这个方案就是利用了mysql的主键自增auto_increment，默认每次ID加1。

优点：

1、数字化，id递增

2、查询效率高

3、具有一定的业务可读

缺点：

1、存在单点问题，如果mysql挂了，就没法生成iD了

2、数据库压力大，高并发抗不住

mysql多实例主键自增

这个方案就是解决mysql的单点问题，在auto_increment基本上面，设置step步长

你想了解一线大厂的分布式唯一ID生成方案吗？

 

每台的初始值分别为1,2,3...N，步长为N（这个案例步长为4）

优点：解决了单点问题

缺点：一旦把步长定好后，就无法扩容；而且单个数据库的压力大，数据库自身性能无法满足高并发

应用场景：数据不需要扩容的场景

此方案也不满足老顾的需求，因为不方便扩容（记住这个方案，嘿嘿）

雪花snowflake算法

这个算法网上介绍了很多，老顾这里就不详细介绍。雪花算法生成64位的二进制正整数，然后转换成10进制的数。64位二进制数由如下部分组成：

你想了解一线大厂的分布式唯一ID生成方案吗？

 

优点：

1、此方案每秒能够产生409.6万个ID，性能快

2、时间戳在高位，自增序列在低位，整个ID是趋势递增的，按照时间有序递增

3、灵活度高，可以根据业务需求，调整bit位的划分，满足不同的需求

缺点：

1、依赖机器的时钟，如果服务器时钟回拨，会导致重复ID生成

在分布式场景中，服务器时钟回拨会经常遇到，一般存在10ms之间的回拨；小伙伴们就说这点10ms，很短可以不考虑吧。但此算法就是建立在毫秒级别的生成方案，一旦回拨，就很有可能存在重复ID。

此方案暂不符合老顾的需求（嘿嘿，看看怎么优化这个方案，小伙伴们先记住）

redis生成方案

利用redis的incr原子性操作自增，一般算法为：

年份 + 当天距当年第多少天 + 天数 + 小时 + redis自增

优点：有序递增，可读性强

缺点：占用带宽，每次要向redis进行请求

整体测试了这个性能如下：

需求：同时10万个请求获取ID
1、并发执行完耗时：9s左右
2、单任务平均耗时：74ms
3、单线程最小耗时：不到1ms
4、单线程最大耗时：4.1s

性能还可以，如果对性能要求不是太高的话，这个方案基本符合老顾的要求。

但不完全符合业务老顾希望id从 1 开始趋势递增。（当然算法可以调整为 就一个 redis自增，不需要什么年份，多少天等）。

总结

如果今天老顾就介绍以上几个方案，其实没有必要，网上多的是；

一线大厂的分布式id方案绝没有这个简单，他们对高并发，高可用的要求很高。

如redis方案中，每次都要去redis去请求，有网络请求耗时，并发强依赖了redis。这个设计是有风险的，一旦redis挂了，整个系统不可用。

而且一线大厂也会考虑到ID安全性的问题，如：redis方案中，用户是可以预测下一个id号是多少，因为算法是递增的。

这样的话竞争对手 第一天中午12点下个订单，就可以看到平台的订单id是多少，第二天中午12点再下一单，又平台订单id到多少。这样就可以猜到平台1天能产生多少订单了，这个是绝对不允许的，公司绝密啊。

悬念

那一线大厂是如何设计的呢？老顾这里先卖个关子，下一篇文章中会介绍一线大厂是怎么设计的，小伙伴们先想一下，回顾上面的方案。

老顾提示一下，很多方案的实现，一线大厂的设计思路其实和小伙伴们思路差不多，只是多想了1～2层，设计上面多了1～2个环节。

这篇文章先到这里，下一篇注重介绍一线大厂的设计，谢谢！！！

 

 

 

 

目录

  1. 前言
  2. 改造数据库主键自增
  3. 竞争问题
  4. 突发阻塞问题
  5. 双buffer方案
  6. 总结

前言

上一篇文章中介绍了分布式唯一ID你想了解一线大厂的分布式唯一ID生成方案吗？ ，留了一个悬念，这里老顾就介绍一下两种大厂的方案思路。希望能够帮到大家。

改造数据库主键自增

老顾在前一篇文章中介绍了利用数据库的自增主键的特性，可以实现分布式ID；这个ID比较简短明了，适合做userId，正好符合如何永不迁移数据和避免热点? 根据服务器指标分配数据量(揭秘篇)文章中的ID的需求。但这个方案有严重的问题：

1、一旦步长定下来，不容易扩容

2、数据库压力山大

我们小伙伴们看看怎么优化这个方案，先看数据库压力大，为什么压力大？是因为我们每次获取ID的时候，都要去数据库请求一次。那我们可以不可以不要每次去取？

思路我们可以请求数据库得到ID的时候，可设计成获得的ID是一个ID区间段。

分享大厂分布式唯一ID设计方案，快来围观

 

我们看上图，有张id规则表：

1、id表示为主键，无业务含义。

2、biz_tag为了表示业务，因为整体系统中会有很多业务需要生成ID，这样可以共用一张表维护

3、max_id表示现在整体系统中已经分配的最大ID

4、desc描述

5、update_time表示每次取的ID时间

我们再来看看整体流程：

1、【用户服务】在注册一个用户时，需要一个用户ID；会请求【生成ID服务(是独立的应用)】的接口

2、【生成ID服务】会去查询数据库，找到user_tag的id，现在的max_id为0，step=1000

3、【生成ID服务】把max_id和step返回给【用户服务】；并且把max_id更新为max_id = max_id + step，即更新为1000

4、【用户服务】获得max_id=0，step=1000；

5、 这个用户服务可以用ID=【max_id + 1，max_id+step】区间的ID，即为【1，1000】

6、【用户服务】会把这个区间保存到jvm中

7、【用户服务】需要用到ID的时候，在区间【1，1000】中依次获取id，可采用AtomicLong中的getAndIncrement方法。

8、如果把区间的值用完了，再去请求【生产ID服务】接口，获取到max_id为1000，即可以用【max_id + 1，max_id+step】区间的ID，即为【1001，2000】

这个方案就非常完美的解决了数据库自增的问题，而且可以自行定义max_id的起点，和step步长，非常方便扩容。

而且也解决了数据库压力的问题，因为在一段区间内，是在jvm内存中获取的，而不需要每次请求数据库。即使数据库宕机了，系统也不受影响，ID还能维持一段时间。

竞争问题

以上方案中，如果是多个用户服务，同时获取ID，同时去请求【ID服务】，在获取max_id的时候会存在并发问题。

如用户服务A，取到的max_id=1000 ;用户服务B取到的也是max_id=1000，那就出现了问题，Id重复了。那怎么解决？

其实方案很多，加分布式锁，保证同一时刻只有一个用户服务获取max_id。当然也可以用数据库自身的锁去解决。

分享大厂分布式唯一ID设计方案，快来围观

 

利用事务方式加行锁，上面的语句，在没有执行完之前，是不允许第二个用户服务请求过来的，第二个请求只能阻塞。

突发阻塞问题

分享大厂分布式唯一ID设计方案，快来围观

 

上图中，多个用户服务获取到了各自的ID区间，在高并发场景下，id用的很快，如果3个用户服务在某一时刻都用完了，同时去请求【ID服务】。因为上面提到的竞争问题，所有只有一个用户服务去操作数据库，其他二个会被阻塞。

小伙伴就会问，有这么巧吗？同时id用完。我们这里举的是3个用户服务，感觉概率不大；如果是100个用户服务呢？概率是不是一下子大了。

出现的现象就是一会儿突然系统耗时变长，一会儿好了，就是这个原因导致的，怎么去解决？

双buffer方案

在一般的系统设计中，双buffer会经常看到，怎么去解决上面的问题也可以采用双buffer方案。

分享大厂分布式唯一ID设计方案，快来围观

 

在设计的时候，采用双buffer方案，上图的流程：

1、当前获取ID在buffer1中，每次获取ID在buffer1中获取

2、当buffer1中的Id已经使用到了100，也就是达到区间的10%

3、达到了10%，先判断buffer2中有没有去获取过，如果没有就立即发起请求获取ID线程，此线程把获取到的ID，设置到buffer2中。

4、如果buffer1用完了，会自动切换到buffer2

5、buffer2用到10%了，也会启动线程再次获取，设置到buffer1中

6、依次往返

双buffer的方案，小伙伴们有没有感觉很酷，这样就达到了业务场景用的ID，都是在jvm内存中获得的，从此不需要到数据库中获取了。允许数据库宕机时间更长了。

因为会有一个线程，会观察什么时候去自动获取。两个buffer之间自行切换使用。就解决了突发阻塞的问题。

总结

此方案是美团公司使用的分布式ID算法，小伙伴们如果想了解更深，可以去网上搜下，老顾这里应该介绍了比较详细了。

当然此方案美团还做了一些别的优化，监控id使用频率，自动设置步长step，从而达到对id节省使用。

此ID方案非常适合老顾前几篇文章中的id需求如何永不迁移数据和避免热点? 根据服务器指标分配数据量(揭秘篇) 。

但此ID存在一定的问题，就是太过连续，竞争对手可以预测，不适合订单ID。那还有没有别的方案。下次老顾介绍一下美团的另一种生成ID方案。谢谢！！！

标签：方案,用户服务,max,ID,大厂,生成,id,分布式
来源： https://blog.csdn.net/weixin_40803257/article/details/89497093