不能錯過的分散式ID生成器（Leaf ），好用的一批！

程式設計師內點事發表於2020-08-07

本文收錄在個人部落格：www.chengxy-nds.top，技術資料共享，同進步

不瞭解分散式ID的同學，先行去看《一口氣說出 9種分散式ID生成方式，面試官有點懵了》溫習一下基礎知識，這裡就不再贅述了

美團（Leaf）

Leaf是美團推出的一個分散式ID生成服務，名字取自德國哲學家、數學家萊布尼茨的一句話：“There are no two identical leaves in the world.”（“世界上沒有兩片相同的樹葉”），取個名字都這麼有寓意，美團程式設計師牛掰啊！

Leaf的優勢：高可靠、低延遲、全域性唯一等特點。

目前主流的分散式ID生成方式，大致都是基於資料庫號段模式和雪花演算法（snowflake），而美團（Leaf）剛好同時兼具了這兩種方式，可以根據不同業務場景靈活切換。

接下來結合實戰，詳細的介紹一下Leaf的Leaf-segment號段模式和Leaf-snowflake模式

一、 Leaf-segment號段模式

Leaf-segment號段模式是對直接用資料庫自增ID充當分散式ID的一種優化，減少對資料庫的頻率操作。相當於從資料庫批量的獲取自增ID，每次從資料庫取出一個號段範圍，例如 (1,1000] 代表1000個ID，業務服務將號段在本地生成1~1000的自增ID並載入到記憶體.。

大致的流程入下圖所示：
在這裡插入圖片描述
號段耗盡之後再去資料庫獲取新的號段，可以大大的減輕資料庫的壓力。對max_id欄位做一次update操作，update max_id= max_id + step，update成功則說明新號段獲取成功，新的號段範圍是(max_id ,max_id +step]。

由於依賴資料庫，我們先設計一下表結構：

CREATE TABLE `leaf_alloc` (
  `biz_tag` varchar(128) NOT NULL DEFAULT '' COMMENT '業務key',
  `max_id` bigint(20) NOT NULL DEFAULT '1' COMMENT '當前已經分配了的最大id',
  `step` int(11) NOT NULL COMMENT '初始步長，也是動態調整的最小步長',
  `description` varchar(256) DEFAULT NULL COMMENT '業務key的描述',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '資料庫維護的更新時間',
  PRIMARY KEY (`biz_tag`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

預先插入一條測試的業務資料

INSERT INTO `leaf_alloc` (`biz_tag`, `max_id`, `step`, `description`, `update_time`) VALUES ('leaf-segment-test', '0', '10', '測試', '2020-02-28 10:41:03');

biz_tag：針對不同業務需求，用biz_tag欄位來隔離，如果以後需要擴容時，只需對biz_tag分庫分表即可
max_id：當前業務號段的最大值，用於計算下一個號段
step：步長，也就是每次獲取ID的數量
description：對於業務的描述，沒啥好說的

將Leaf專案下載到本地：https://github.com/Meituan-Dianping/Leaf

修改一下專案中的leaf.properties檔案，新增資料庫配置

leaf.name=com.sankuai.leaf.opensource.test
leaf.segment.enable=true
leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
leaf.jdbc.username=junkang
leaf.jdbc.password=junkang

leaf.snowflake.enable=false

注意：leaf.snowflake.enable 與 leaf.segment.enable 是無法同時開啟的，否則專案將無法啟動。

配置相當的簡單，直接啟動LeafServerApplication後就OK了，接下來測試一下，leaf是基於Http請求的發號服務， LeafController 中只有兩個方法，一個號段介面，一個snowflake介面，key就是資料庫中預先插入的業務biz_tag。


@RestController
public class LeafController {
    private Logger logger = LoggerFactory.getLogger(LeafController.class);

    @Autowired
    private SegmentService segmentService;
    @Autowired
    private SnowflakeService snowflakeService;

    /**
     * 號段模式
     * @param key
     * @return
     */
    @RequestMapping(value = "/api/segment/get/{key}")
    public String getSegmentId(@PathVariable("key") String key) {
        return get(key, segmentService.getId(key));
    }

    /**
     * 雪花演算法模式
     * @param key
     * @return
     */
    @RequestMapping(value = "/api/snowflake/get/{key}")
    public String getSnowflakeId(@PathVariable("key") String key) {
        return get(key, snowflakeService.getId(key));
    }

    private String get(@PathVariable("key") String key, Result id) {
        Result result;
        if (key == null || key.isEmpty()) {
            throw new NoKeyException();
        }
        result = id;
        if (result.getStatus().equals(Status.EXCEPTION)) {
            throw new LeafServerException(result.toString());
        }
        return String.valueOf(result.getId());
    }
}

訪問：http://127.0.0.1:8080/api/segment/get/leaf-segment-test，結果正常返回，感覺沒毛病，但當查了一下資料庫表中資料時發現了一個問題。
在這裡插入圖片描述

通常在用號段模式的時候，取號段的時機是在前一個號段消耗完的時候進行的，可剛剛才取了一個ID，資料庫中卻已經更新了max_id，也就是說leaf已經多獲取了一個號段，這是什麼鬼操作？

Leaf為啥要這麼設計呢？

Leaf 希望能在DB中取號段的過程中做到無阻塞！

當號段耗盡時再去DB中取下一個號段，如果此時網路發生抖動，或者DB發生慢查詢，業務系統拿不到號段，就會導致整個系統的響應時間變慢，對流量巨大的業務，這是不可容忍的。

所以Leaf在當前號段消費到某個點時，就非同步的把下一個號段載入到記憶體中。而不需要等到號段用盡的時候才去更新號段。這樣做很大程度上的降低了系統的風險。

那麼某個點到底是什麼時候呢？

這裡做了一個實驗，號段設定長度為step=10，max_id=1，
在這裡插入圖片描述
當我拿第一個ID時，看到號段增加了，1/10

當我拿第三個Id時，看到號段又增加了，3/10

Leaf採用雙buffer的方式，它的服務內部有兩個號段快取區segment。當前號段已消耗10%時，還沒能拿到下一個號段，則會另啟一個更新執行緒去更新下一個號段。

簡而言之就是Leaf保證了總是會多快取兩個號段，即便哪一時刻資料庫掛了，也會保證發號服務可以正常工作一段時間。

在這裡插入圖片描述
通常推薦號段（segment）長度設定為服務高峰期發號QPS的600倍（10分鐘），這樣即使DB當機，Leaf仍能持續發號10-20分鐘不受影響。

優點：

Leaf服務可以很方便的線性擴充套件，效能完全能夠支撐大多數業務場景。
容災性高：Leaf服務內部有號段快取，即使DB當機，短時間內Leaf仍能正常對外提供服務。

缺點：

ID號碼不夠隨機，能夠洩露發號數量的資訊，不太安全。
DB當機會造成整個系統不可用（用到資料庫的都有可能）。

二、Leaf-snowflake

Leaf-snowflake基本上就是沿用了snowflake的設計，ID組成結構：正數位（佔1位元）+ 時間戳（佔41位元）+ 機器ID（佔5位元）+ 機房ID（佔5位元）+ 自增值（佔12位元），總共64位元組成的一個Long型別。

Leaf-snowflake不同於原始snowflake演算法地方，主要是在workId的生成上，Leaf-snowflake依靠Zookeeper生成workId，也就是上邊的機器ID（佔5位元）+ 機房ID（佔5位元）。Leaf中workId是基於ZooKeeper的順序Id來生成的，每個應用在使用Leaf-snowflake時，啟動時都會都在Zookeeper中生成一個順序Id，相當於一臺機器對應一個順序節點，也就是一個workId。

在這裡插入圖片描述
Leaf-snowflake啟動服務的過程大致如下：

啟動Leaf-snowflake服務，連線Zookeeper，在leaf_forever父節點下檢查自己是否已經註冊過（是否有該順序子節點）。
如果有註冊過直接取回自己的workerID（zk順序節點生成的int型別ID號），啟動服務。
如果沒有註冊過，就在該父節點下面建立一個持久順序節點，建立成功後取回順序號當做自己的workerID號，啟動服務。

但Leaf-snowflake對Zookeeper是一種弱依賴關係，除了每次會去ZK拿資料以外，也會在本機檔案系統上快取一個workerID檔案。一旦ZooKeeper出現問題，恰好機器出現故障需重啟時，依然能夠保證服務正常啟動。

啟動Leaf-snowflake模式也比較簡單，起動本地ZooKeeper，修改一下專案中的leaf.properties檔案，關閉leaf.segment模式，啟用leaf.snowflake模式即可。

leaf.segment.enable=false
#leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
#leaf.jdbc.username=junkang
#leaf.jdbc.password=junkang

leaf.snowflake.enable=true
leaf.snowflake.zk.address=127.0.0.1
leaf.snowflake.port=2181

    /**
     * 雪花演算法模式
     * @param key
     * @return
     */
    @RequestMapping(value = "/api/snowflake/get/{key}")
    public String getSnowflakeId(@PathVariable("key") String key) {
        return get(key, snowflakeService.getId(key));
    }

測試一下，訪問：http://127.0.0.1:8080/api/snowflake/get/leaf-segment-test

在這裡插入圖片描述
優點：