雪花演算法【分散式ID問題】【劉新宇】

高顏值的殺生丸發表於2019-08-02
演算法分散式

分散式ID

1 方案選擇

  • UUID

    UUID是通用唯一識別碼（Universally Unique Identifier)的縮寫，開放軟體基金會(OSF)規範定義了包括網路卡MAC地址、時間戳、名字空間（Namespace）、隨機或偽隨機數、時序等元素。利用這些元素來生成UUID。

    UUID是由128位二進位制組成，一般轉換成十六進位制，然後用String表示。

    550e8400-e29b-41d4-a716-446655440000

    UUID的優點:

    • 通過本地生成，沒有經過網路I/O，效能較快
    • 無序，無法預測他的生成順序。(當然這個也是他的缺點之一)

    UUID的缺點:

    • 128位二進位制一般轉換成36位的16進位制，太長了只能用String儲存，空間佔用較多。
    • 不能生成遞增有序的數字

  • 資料庫主鍵自增

    大家對於唯一標識最容易想到的就是主鍵自增，這個也是我們最常用的方法。例如我們有個訂單服務，那麼把訂單id設定為主鍵自增即可。

    • 單獨資料庫 記錄主鍵值

    • 業務資料庫分別設定不同的自增起始值和固定步長，如

      第一臺 start 1  step 9  第二臺 start 2  step 9  第三臺 start 3  step 9

    優點:

    • 簡單方便，有序遞增，方便排序和分頁

    缺點:

    • 分庫分表會帶來問題，需要進行改造。
    • 併發效能不高，受限於資料庫的效能。
    • 簡單遞增容易被其他人猜測利用，比如你有一個使用者服務用的遞增，那麼其他人可以根據分析註冊的使用者ID來得到當天你的服務有多少人註冊，從而就能猜測出你這個服務當前的一個大概狀況。
    • 資料庫當機服務不可用。

  • Redis

    熟悉Redis的同學，應該知道在Redis中有兩個命令Incr，IncrBy,因為Redis是單執行緒的所以能保證原子性。

    優點：

    • 效能比資料庫好，能滿足有序遞增。

    缺點：

    • 由於redis是記憶體的KV資料庫，即使有AOF和RDB，但是依然會存在資料丟失，有可能會造成ID重複。
    • 依賴於redis，redis要是不穩定，會影響ID生成。

  • 雪花演算法-Snowflake

    Snowflake是Twitter提出來的一個演算法，其目的是生成一個64bit的整數:

 

  • 1bit:一般是符號位，不做處理
  • 41bit:用來記錄時間戳，這裡可以記錄69年，如果設定好起始時間比如今年是2018年，那麼可以用到2089年，到時候怎麼辦？要是這個系統能用69年，我相信這個系統早都重構了好多次了。
  • 10bit:10bit用來記錄機器ID，總共可以記錄1024臺機器，一般用前5位代表資料中心，後面5位是某個資料中心的機器ID
  • 12bit:迴圈位，用來對同一個毫秒之內產生不同的ID，12位可以最多記錄4095個，也就是在同一個機器同一毫秒最多記錄4095個，多餘的需要進行等待下毫秒。

上面只是一個將64bit劃分的標準，當然也不一定這麼做，可以根據不同業務的具體場景來劃分，比如下面給出一個業務場景：

  • 服務目前QPS10萬，預計幾年之內會發展到百萬。
  • 當前機器三地部署，上海，北京，深圳都有。
  • 當前機器10臺左右，預計未來會增加至百臺。

這個時候我們根據上面的場景可以再次合理的劃分62bit,QPS幾年之內會發展到百萬，那麼每毫秒就是千級的請求，目前10臺機器那麼每臺機器承擔百級的請求，為了保證擴充套件，後面的迴圈位可以限制到1024，也就是2^10，那麼迴圈位10位就足夠了。

機器三地部署我們可以用3bit總共8來表示機房位置，當前的機器10臺，為了保證擴充套件到百臺那麼可以用7bit 128來表示，時間位依然是41bit,那麼還剩下64-10-3-7-41-1 = 2bit,還剩下2bit可以用來進行擴充套件。

 

 

時鐘回撥

因為機器的原因會發生時間回撥，我們的雪花演算法是強依賴我們的時間的，如果時間發生回撥，有可能會生成重複的ID，在我們上面的nextId中我們用當前時間和上一次的時間進行判斷，如果當前時間小於上一次的時間那麼肯定是發生了回撥，演算法會直接丟擲異常.

 

使用雪花演算法 
# Twitter's Snowflake algorithm implementation which is used to generate distributed IDs.
# https://github.com/twitter-archive/snowflake/blob/snowflake-2010/src/main/scala/com/twitter/service/snowflake/IdWorker.scala

import time
import logging

class InvalidSystemClock(Exception):
    """
    時鐘回撥異常
    """
    pass

# 64位ID的劃分
WORKER_ID_BITS = 5
DATACENTER_ID_BITS = 5
SEQUENCE_BITS = 12

# 最大取值計算
MAX_WORKER_ID = -1 ^ (-1 << WORKER_ID_BITS)  # 2**5-1 0b11111
MAX_DATACENTER_ID = -1 ^ (-1 << DATACENTER_ID_BITS)

# 移位偏移計算
WOKER_ID_SHIFT = SEQUENCE_BITS
DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS
TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS

# 序號迴圈掩碼
SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS)

# Twitter元年時間戳
TWEPOCH = 1288834974657


logger = logging.getLogger('flask.app')


class IdWorker(object):
    """
    用於生成IDs
    """

    def __init__(self, datacenter_id, worker_id, sequence=0):
        """
        初始化
        :param datacenter_id: 資料中心（機器區域）ID
        :param worker_id: 機器ID
        :param sequence: 其實序號
        """
        # sanity check
        if worker_id > MAX_WORKER_ID or worker_id < 0:
            raise ValueError('worker_id值越界')

        if datacenter_id > MAX_DATACENTER_ID or datacenter_id < 0:
            raise ValueError('datacenter_id值越界')

        self.worker_id = worker_id
        self.datacenter_id = datacenter_id
        self.sequence = sequence

        self.last_timestamp = -1  # 上次計算的時間戳

    def _gen_timestamp(self):
        """
        生成整數時間戳
        :return:int timestamp
        """
        return int(time.time() * 1000)

    def get_id(self):
        """
        獲取新ID
        :return:
        """
        timestamp = self._gen_timestamp()

        # 時鐘回撥
        if timestamp < self.last_timestamp:
            logging.error('clock is moving backwards. Rejecting requests until {}'.format(self.last_timestamp))
            raise InvalidSystemClock

        if timestamp == self.last_timestamp:
            self.sequence = (self.sequence + 1) & SEQUENCE_MASK
            if self.sequence == 0:
                timestamp = self._til_next_millis(self.last_timestamp)
        else:
            self.sequence = 0

        self.last_timestamp = timestamp

        new_id = ((timestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT) | (self.datacenter_id << DATACENTER_ID_SHIFT) | \
                 (self.worker_id << WOKER_ID_SHIFT) | self.sequence
        return new_id

    def _til_next_millis(self, last_timestamp):
        """
        等到下一毫秒
        """
        timestamp = self._gen_timestamp()
        while timestamp <= last_timestamp:
            timestamp = self._gen_timestamp()
        return timestamp


if __name__ == '__main__':
    worker = IdWorker(1, 2, 0)
    print(worker.get_id())

　　

相關文章