面试官:你知道哪些分布式ID生成方案?

云计算 分布式
UUID是 Universally Unique Identifier 的缩写,翻译成中文为“通用唯一识别码”,由32个16进制数字 + 4个“-”构成,整体长度为36,其可以保证唯一性,发生碰撞的概率极低。

近两年的技术面试,分布式系列是面试官经常会问到的一个高频方向,比如:分布式事务、分布式锁、分布式调度、分布式存储、分布式ID等。

今天我们就来聊聊,这里面相对简单的分布式ID,首先说下,我们为什么需要分布式ID?

当系统数据量过大,已经进行分库分表后,我们需要对分散在各个库表中的数据记录进行唯一标识,而分布式ID恰好用来解决这个问题。

接下来,我们看看八大分布式ID的生成方案,以及各自的优缺点是什么。

图片图片

1、UUID

UUID是 Universally Unique Identifier 的缩写,翻译成中文为“通用唯一识别码”,由32个16进制数字 + 4个“-”构成,整体长度为36,其可以保证唯一性,发生碰撞的概率极低。

UUID目前有5个版本,每个版本都有不同的生成方式。目前最常用的是版本4,通过随机数的方式生成。

UUID的生成实现方式非常简单,可以通过java.util包,一行代码即可实现。

import java.util.UUID;
 
public class Test {
    public static void main(String[] args) {
        System.out.println(“本次生成的UUID为” + UUID.randomUUID());
    }
}


//打印结果
//本次生成的UUID为:05cb2d06-1aca-4121-acb0-dfafce04dc46

优点:

(1)技术实现简单,一行代码即可。(2)本地即可生成,出错率低。(3)ID生成性能高。

缺点:

(1)无序,影响数据库的数据写入性能。(2)存储成本高,就算去掉4个“-”,长度也是32。(3)可读性差。

2、数据库自增ID

选择一个数据库作为中央数据库,利用该库中某表的自增主键机制生成分布式ID。

图片图片

对应SQL语句如下:

REPLACE INTO id_table (stub) values (’a‘) ;
SELECT LAST_INSERT_ID();

该SQL语句可以使 id_table 表中在保持一条数据记录的情况下,主键ID持续递增。

优点:

(1)单调递增,不会影响数据库的数据写入性能。(2)可读性高。

缺点:

(1)ID生成涉及到数据库操作,性能不高。(2)需要额外引入中央数据库,链路变长导致出错概率增加。(3)开发成本相对较高。(4)数据库压力大。

3、Redis自增命令

通过Redis的INCR自增命令来生成分布式ID。

图片图片

如下所示:

127.0.0.1:6379> set distributed_id 1     // 将分布式ID初始化为1
OK
127.0.0.1:6379> incr distributed_id      // +1,并返回结果
(integer) 2

优点:

(1)单调递增,不会影响数据库的数据写入性能。(2)ID生成性能高。(3)可读性高。

缺点:

(1)需要额外引入Redis,链路变长导致出错概率增加。(2)Redis宕机后,RDB + AOF数据恢复较慢,需要Plan B提升恢复速度。(3)开发成本相对较高。

4、雪花算法

雪花算法(SnowFlake),是Twitter公司开源的分布式ID生成算法,在本地引入hutool jar包即可实现。

雪花算法生成的分布式ID共64位,由4个部分组成。

图片图片

  • 第一部分:1位。固定为0,表示为正整数。二进制中最高位是符号位,ID为正整数,所以固定为0。
  • 第二部分:41位。表示精确到毫秒的时间戳,时间戳带有自增属性,可以使用69年。
  • 第三部分:10位。表示10位的机器标识,最多支持1024个节点。
  • 第四部分:12 位。表示自增序列,可以支持同一节点同一毫秒生成最多4096个ID。

优点:

(1)技术实现简单,开发成本低。(2)趋势递增,不会影响数据库的数据写入性能。(3)本地即可生成,出错率低。(4)ID生成性能高。

缺点:

(1)强依赖机器时钟,如果机器上时钟回拨,会导致ID重复。(2)可读性差。

5、数据库号段

数据库号段,是在“数据库自增ID”方案上做的优化,实现方式如下:

(1)从中央数据库中获取出一批分布式ID,并缓存到分布式ID服务本地,业务系统获取分布式ID的时候,可直接在这个批次内递增取值。(2)若该批次分布式ID的号段用完,则需要更新数据库中的初始值,再次获取新批次的分布式ID,并重新缓存到分布式ID服务本地,以供使用。

图片图片

CREATE TABLE id_generator (
  id int(10) NOT NULL,
  max_id bigint(20) NOT NULL COMMENT '当前最大id',
  step int(10) NOT NULL COMMENT '号段的长度',
  biz_type int(10) NOT NULL COMMENT '业务类型',
  version int(10) NOT NULL COMMENT '版本号,是一个乐观锁,每次都更新version,保证并发时数据的正确性',
  PRIMARY KEY (`id`)
)

优点:

(1)趋势递增,不会影响数据库的数据写入性能。(2)ID生成性能高。(3)数据库压力小。(4)可读性高。

缺点:

(1)开发成本很高。(2)需要额外引入分布式ID服务和中央数据库,链路变长导致出错概率增加。

6、美团 Leaf

Leaf,是美团技术团队实现的分布式ID生成方案,实现了数据库号段模式(Leaf-segment)和雪花算法模式(Leaf-snowflake),我们这里着重说Leaf-snowflake。

Leaf-snowflake方案完全沿用snowflake算法方案的bit位设计,即:以“1+41+10+12”的方式组装ID号,改动点为:将SnowFlake从本地jar包变成了独立服务,并引入了Zookeeper来解决时钟回拨问题。

图片图片

优点:

(1)趋势递增,不会影响数据库的数据写入性能。(2)解决了原有的机器上时钟回拨,会出现的ID重复问题。(3)ID生成性能高。

缺点:

(1)第三方开源软件,有一定的熟悉和试错成本。(2)需要额外引入分布式ID服务和Zookeeper,链路变长导致出错概率增加。(3)可读性差。

7、滴滴 Tinyid

Tinyid,是滴滴技术团队实现的分布式ID生成算法,基于上文介绍的号段模式实现,在此基础上支持数据库多主节点模式,还提供了tinyid-client客户端的接入方式。

除此之外,Tinyid做的另一个优化点是号段预加载。

举个例子:当前可用号段(1——1000)被加载到内存,获取id时会从1开始递增获取,当使用到20%(默认)时,会异步加载下一可用号段(4001——5000)到内存,此时内存中可用号段为(201——1000)和(4001——5000)。

当id递增到1000时,当前号段使用完毕,下一号段会替换为当前号段,以此类推。

图片图片

优点:

(1)趋势递增,不会影响数据库的数据写入性能。(2)ID生成性能高。(3)数据库压力小。(4)可读性高。

缺点:

(1)第三方开源软件,有一定的熟悉和试错成本。(2)需要额外引入分布式ID服务和中央数据库,链路变长导致出错概率增加。

8、百度 UidGenerator

UidGenerator是Java实现的,基于Snowflake算法的唯一ID生成器。

UidGenerator以组件形式工作在应用项目中, 支持自定义workerId位数和初始化策略。

在实现上,UidGenerator通过借用未来时间,来解决sequence天然存在的并发限制,采用RingBuffer来缓存已生成的UID,并行化UID的生产和消费,同时对CacheLine补齐,避免了由RingBuffer带来的硬件级“伪共享”问题,最终单机QPS可达600万。

图片图片

  • 第一部分:1位,符号标识,即生成的UID为正数。
  • 第二部分:28位,当前时间,相对于时间基点"2016-05-20"的增量值,单位为秒,最多可支持约8.7年。
  • 第三部分:22位,机器ID,最多可支持约420w次机器启动。
  • 第四部分:13位,每秒下的并发序列,最多可支持每秒8192个并发。

我们从这里可以看到,相比较于SnowFlake,UidGenerator的时间bit变少了,而机器ID的bit变多了。

优点:

(1)趋势递增,不会影响数据库的数据写入性能。(2)本地即可生成,出错率低。(3)ID生成性能极高。

缺点:

(1)第三方开源软件,有一定的熟悉和试错成本。(2)强依赖机器时钟,如果机器上时钟回拨,会导致ID重复。(3)可读性差。

结语

这八大分布式ID生成方案,目前最常用的方案为雪花算法和数据库号段方式。

当然,最常用的未必是最适合你所负责的系统的,大家还是需要根据各自的特性来进行选择。

责任编辑:武晓燕 来源: 托尼学长
相关推荐

2016-11-29 09:12:21

数据库分布式ID

2017-06-19 17:55:22

CASID分布式

2023-09-03 22:14:23

分布式ID

2023-01-12 08:24:45

ZookeeperZK服务器

2020-07-31 10:15:32

分布式ID数据库MySQL

2020-11-04 14:20:58

分布式数据库MySQL

2022-08-19 19:19:32

分库分表ID生成方案

2021-06-03 08:55:54

分布式事务ACID

2022-08-11 18:27:50

面试Redis分布式锁

2020-11-10 07:44:18

分库分表生成

2017-07-01 16:02:39

分布式ID生成器

2023-01-12 17:46:37

分库分表id如何生成

2020-09-27 06:52:22

分布式存储服务器

2023-11-10 08:44:13

分布式锁分布式系统

2019-09-05 13:06:08

雪花算法分布式ID

2023-03-05 18:23:38

分布式ID节点

2022-01-27 10:06:29

生成算法分布式

2022-03-07 11:20:01

分布式代码微服务

2022-02-10 08:57:45

分布式线程锁

2015-08-13 10:29:12

面试面试官
点赞
收藏

51CTO技术栈公众号