分庫分表的 9種分散式主鍵ID 生成方案,挺全乎的

程式設計師小富發表於2020-11-09

《sharding-jdbc 分庫分表的 4種分片策略》 中我們介紹了 sharding-jdbc 4種分片策略的使用場景,可以滿足基礎的分片功能開發,這篇我們來看看分庫分表後,應該如何為分片表生成全域性唯一的主鍵 ID

引入任何一種技術都是存在風險的,分庫分表當然也不例外,除非庫、表資料量持續增加,大到一定程度,以至於現有高可用架構已無法支撐,否則不建議大家做分庫分表,因為做了資料分片後,你會發現自己踏上了一段踩坑之路,而分散式主鍵 ID 就是遇到的第一個坑。

不同資料節點間生成全域性唯一主鍵是個棘手的問題,一張邏輯表 t_order 拆分成多個真實表 t_order_n,然後被分散到不同分片庫 db_0db_1… ,各真實表的自增鍵由於無法互相感知從而會產生重複主鍵,此時資料庫本身的自增主鍵,就無法滿足分庫分表對主鍵全域性唯一的要求。

 db_0--
    |-- t_order_0
    |-- t_order_1
    |-- t_order_2
 db_1--
    |-- t_order_0
    |-- t_order_1
    |-- t_order_2

儘管我們可以透過嚴格約束,各個分片表自增主鍵的 初始值步長 的方式來解決 ID 重複的問題,但這樣會讓運維成本陡增,而且可擴充套件性極差,一旦要擴容分片表數量,原表資料變動比較大,所以這種方式不太可取。

 步長 step = 分表張數

 db_0--
    |-- t_order_0  ID: 061218...
    |-- t_order_1  ID: 171319...
    |-- t_order_2  ID: 281420...
 db_1--
    |-- t_order_0  ID: 391521...
    |-- t_order_1  ID: 4101622...
    |-- t_order_2  ID: 5111723...

目前已經有了許多第三放解決方案可以完美解決這個問題,比如基於 UUIDSNOWFLAKE演算法 、segment號段,使用特定演算法生成不重複鍵,或者直接引用主鍵生成服務,像美團(Leaf)和 滴滴(TinyId)等。

sharding-jdbc 內建了兩種分散式主鍵生成方案,UUIDSNOWFLAKE,不僅如此它還抽離出分散式主鍵生成器的介面,以便於開發者實現自定義的主鍵生成器,後續我們會在自定義的生成器中接入 滴滴(TinyId)的主鍵生成服務。

前邊介紹過在 sharding-jdbc 中要想為某個欄位自動生成主鍵 ID,只需要在 application.properties 檔案中做如下配置:

# 主鍵欄位
spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id
# 主鍵ID 生成方案
spring.shardingsphere.sharding.tables.t_order.key-generator.type=UUID
# 工作機器 id
spring.shardingsphere.sharding.tables.t_order.key-generator.props.worker.id=123

key-generator.column 表示主鍵欄位,key-generator.type 為主鍵 ID 生成方案(內建或自定義的),key-generator.props.worker.id 為機器ID,在主鍵生成方案設為 SNOWFLAKE 時機器ID 會參與位運算。

在使用 sharding-jdbc 分散式主鍵時需要注意兩點:

  • 一旦 insert 插入操作的實體物件中主鍵欄位已經賦值,那麼即使配置了主鍵生成方案也會失效,最後SQL 執行的資料會以賦的值為準。
  • 不要給主鍵欄位設定自增屬性,否則主鍵ID 會以預設的 SNOWFLAKE 方式生成。比如:用 mybatis plus@TableId 註解給欄位 order_id 設定了自增主鍵,那麼此時配置哪種方案,總是按雪花演算法生成。

下面我們從原始碼上分析下 sharding-jdbc 內建主鍵生成方案 UUIDSNOWFLAKE 是怎麼實現的。

UUID

開啟 UUID 型別的主鍵生成實現類 UUIDShardingKeyGenerator 的原始碼發現,它的生成規則只有 UUID.randomUUID() 這麼一行程式碼,額~ 心中默默來了一句臥槽

UUID 雖然可以做到全域性唯一性,但還是不推薦使用它作為主鍵,因為我們的實際業務中不管是 user_id 還是 order_id 主鍵多為整型,而 UUID 生成的是個 32 位的字串。

它的儲存以及查詢對 MySQL 的效能消耗較大,而且 MySQL 官方也明確建議,主鍵要儘量越短越好,作為資料庫主鍵 UUID 的無序性還會導致資料位置頻繁變動,嚴重影響效能。

public final class UUIDShardingKeyGenerator implements ShardingKeyGenerator {
    private Properties properties = new Properties();

    public UUIDShardingKeyGenerator() {
    }

    public String getType() {
        return "UUID";
    }

    public synchronized Comparable<?> generateKey() {
        return UUID.randomUUID().toString().replaceAll("-", "");
    }

    public Properties getProperties() {
        return this.properties;
    }

    public void setProperties(Properties properties) {
        this.properties = properties;
    }
}

SNOWFLAKE

SNOWFLAKE(雪花演算法)是預設使用的主鍵生成方案,生成一個 64bit的長整型(Long)資料。

sharding-jdbc 中雪花演算法生成的主鍵主要由 4部分組成,1bit符號位、41bit時間戳位、10bit工作程式位以及 12bit 序列號位。

雪花演算法ID組成

符號位(1bit位)

Java 中 Long 型的最高位是符號位,正數是0,負數是1,一般生成ID都為正數,所以預設為0

時間戳位(41bit)

41位的時間戳可以容納的毫秒數是 2 的 41次冪,而一年的總毫秒數為 1000L * 60 * 60 * 24 * 365,計算使用時間大概是69年,額~,我有生之間算是夠用了。

Math.pow(2, 41) / (365 * 24 * 60 * 60 * 1000L) = = 69

工作程式位(10bit)

表示一個唯一的工作程式id,預設值為 0,可透過 key-generator.props.worker.id 屬性設定。

spring.shardingsphere.sharding.tables.t_order.key-generator.props.worker.id=0000

序列號位(12bit)

同一毫秒內生成不同的ID。

時鐘回撥

瞭解了雪花演算法的主鍵 ID 組成後不難發現,這是一種嚴重依賴於伺服器時間的演算法,而依賴伺服器時間的就會遇到一個棘手的問題:時鐘回撥

為什麼會出現時鐘回撥呢?

網際網路中有一種網路時間協議 ntp 全稱 (Network Time Protocol) ,專門用來同步、校準網路中各個計算機的時間。

這就是為什麼,我們的手機現在不用手動校對時間,可每個人的手機時間還都是一樣的。

我們的硬體時鐘可能會因為各種原因變得不準( 快了慢了 ),此時就需要 ntp 服務來做時間校準,做校準的時候就會發生伺服器時鐘的 跳躍 或者 回撥 的問題。

雪花演算法如何解決時鐘回撥

伺服器時鐘回撥會導致產生重複的 ID,SNOWFLAKE 方案中對原有雪花演算法做了改進,增加了一個最大容忍的時鐘回撥毫秒數。

如果時鐘回撥的時間超過最大容忍的毫秒數閾值,則程式直接報錯;如果在可容忍的範圍內,預設分散式主鍵生成器,會等待時鐘同步到最後一次主鍵生成的時間後再繼續工作。

最大容忍的時鐘回撥毫秒數,預設值為 0,可透過屬性 max.tolerate.time.difference.milliseconds 設定。

# 最大容忍的時鐘回撥毫秒數
spring.shardingsphere.sharding.tables.t_order.key-generator.max.tolerate.time.difference.milliseconds=5

下面是看下它的原始碼實現類 SnowflakeShardingKeyGenerator,核心流程大概如下:

最後一次生成主鍵的時間 lastMilliseconds 與 當前時間currentMilliseconds 做比較,如果 lastMilliseconds > currentMilliseconds則意味著時鐘回撥了。

那麼接著判斷兩個時間的差值(timeDifferenceMilliseconds)是否在設定的最大容忍時間閾值 max.tolerate.time.difference.milliseconds內,在閾值內則執行緒休眠差值時間 Thread.sleep(timeDifferenceMilliseconds),否則大於差值直接報異常。


/**
 * @author xiaofu
 */
public final class SnowflakeShardingKeyGenerator implements ShardingKeyGenerator{
    @Getter
    @Setter
    private Properties properties = new Properties();

    public String getType() {
        return "SNOWFLAKE";
    }

    public synchronized Comparable<?> generateKey() {
        /**
         * 當前系統時間毫秒數 
         */ 
        long currentMilliseconds = timeService.getCurrentMillis();
        /**
         * 判斷是否需要等待容忍時間差,如果需要,則等待時間差過去,然後再獲取當前系統時間 
         */ 
        if (waitTolerateTimeDifferenceIfNeed(currentMilliseconds)) {
            currentMilliseconds = timeService.getCurrentMillis();
        }
        /**
         * 如果最後一次毫秒與 當前系統時間毫秒相同,即還在同一毫秒內 
         */
        if (lastMilliseconds == currentMilliseconds) {
            /**
             * &位與運算子:兩個數都轉為二進位制,如果相對應位都是1,則結果為1,否則為0
             * 當序列為4095時,4095+1後的新序列與掩碼進行位與運算結果是0
             * 當序列為其他值時,位與運算結果都不會是0
             * 即本毫秒的序列已經用到最大值4096,此時要取下一個毫秒時間值
             */
            if (0L == (sequence = (sequence + 1) & SEQUENCE_MASK)) {
                currentMilliseconds = waitUntilNextTime(currentMilliseconds);
            }
        } else {
            /**
             * 上一毫秒已經過去,把序列值重置為1 
             */
            vibrateSequenceOffset();
            sequence = sequenceOffset;
        }
        lastMilliseconds = currentMilliseconds;

        /**
         * XX......XX XX000000 00000000 00000000    時間差 XX
         *          XXXXXX XXXX0000 00000000    機器ID XX
         *                     XXXX XXXXXXXX    序列號 XX
         *  三部分進行|位或運算:如果相對應位都是0,則結果為0,否則為1
         */
        return ((currentMilliseconds - EPOCH) << TIMESTAMP_LEFT_SHIFT_BITS) | (getWorkerId() << WORKER_ID_LEFT_SHIFT_BITS) | sequence;
    }

    /**
     * 判斷是否需要等待容忍時間差
     */
    @SneakyThrows
    private boolean waitTolerateTimeDifferenceIfNeed(final long currentMilliseconds) {
        /**
         * 如果獲取ID時的最後一次時間毫秒數小於等於當前系統時間毫秒數,屬於正常情況,則不需要等待 
         */
        if (lastMilliseconds <= currentMilliseconds) {
            return false;
        }
        /**
         * ===>時鐘回撥的情況(生成序列的時間大於當前系統的時間),需要等待時間差 
         */
        /**
         * 獲取ID時的最後一次毫秒數減去當前系統時間毫秒數的時間差 
         */
        long timeDifferenceMilliseconds = lastMilliseconds - currentMilliseconds;
        /**
         * 時間差小於最大容忍時間差,即當前還在時鐘回撥的時間差之內 
         */
        Preconditions.checkState(timeDifferenceMilliseconds < getMaxTolerateTimeDifferenceMilliseconds(), 
                "Clock is moving backwards, last time is %d milliseconds, current time is %d milliseconds", lastMilliseconds, currentMilliseconds);
        /**
         * 執行緒休眠時間差 
         */
        Thread.sleep(timeDifferenceMilliseconds);
        return true;
    }

    // 配置的機器ID
    private long getWorkerId() {
        long result = Long.valueOf(properties.getProperty("worker.id", String.valueOf(WORKER_ID)));
        Preconditions.checkArgument(result >= 0L && result < WORKER_ID_MAX_VALUE);
        return result;
    }

    private int getMaxTolerateTimeDifferenceMilliseconds() {
        return Integer.valueOf(properties.getProperty("max.tolerate.time.difference.milliseconds", String.valueOf(MAX_TOLERATE_TIME_DIFFERENCE_MILLISECONDS)));
    }

    private long waitUntilNextTime(final long lastTime) {
        long result = timeService.getCurrentMillis();
        while (result <= lastTime) {
            result = timeService.getCurrentMillis();
        }
        return result;
    }
}

但從 SNOWFLAKE 方案生成的主鍵ID 來看,order_id 它是一個18位的長整型數字,是不是發現它太長了,想要 MySQL 那種從 0 遞增的自增主鍵該怎麼實現呢?別急,後邊已經會給出瞭解決辦法!

SNOWFLAKE 主鍵ID

自定義

sharding-jdbc 利用 SPI 全稱( Service Provider Interface) 機制擴充主鍵生成規則,這是一種服務發現機制,透過掃描專案路徑 META-INF/services 下的檔案,並自動載入檔案裡所定義的類。

實現自定義主鍵生成器其實比較簡單,只有兩步。

第一步,實現 ShardingKeyGenerator 介面,並重寫其內部方法,其中 getType() 方法為自定義的主鍵生產方案型別、generateKey() 方法則是具體生成主鍵的規則。

下面程式碼中用 AtomicInteger 來模擬實現一個有序自增的 ID 生成。

/**
 * @Author: xiaofu
 * @Description: 自定義主鍵生成器
 */
@Component
public class MyShardingKeyGenerator implements ShardingKeyGenerator {


    private final AtomicInteger count = new AtomicInteger();

    /**
     * 自定義的生成方案型別
     */
    @Override
    public String getType() {
        return "XXX";
    }

    /**
     * 核心方法-生成主鍵ID
     */
    @Override
    public Comparable<?> generateKey() {
        return count.incrementAndGet();
    }

    @Override
    public Properties getProperties() {
        return null;
    }

    @Override
    public void setProperties(Properties properties) {

    }
}

第二步,由於是利用 SPI 機制實現功能擴充,我們要在 META-INF/services 檔案中配置自定義的主鍵生成器類路勁。

com.xiaofu.sharding.key.MyShardingKeyGenerator

自定義主鍵 SPI 配置

上面這些弄完我們測試一下,配置定義好的主鍵生成型別 XXX,並插入幾條資料看看效果。

spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id
spring.shardingsphere.sharding.tables.t_order.key-generator.type=XXX

透過控制檯的SQL 解析日誌發現,order_id 欄位已按照有序自增的方式插入記錄,說明配置的沒問題。

舉一反九

既然可以自定義生成方案,那麼實現分散式主鍵的思路就很多了,又想到之前我寫的這篇 《9種 分散式ID生成方案》,發現可以完美相容,這裡挑選其中的 滴滴(Tinyid)來實踐一下,由於它是個單獨的分散式ID生成服務,所以要先搭建環境了。

Tinyid 的服務提供HttpTinyid-client 兩種接入方式,下邊使用 Tinyid-client 方式快速使用,更多的細節到這篇文章裡看吧,實在是介紹過太多次了。

Tinyid 服務搭建

先拉原始碼 https://github.com/didi/tinyid.git

由於是基於號段模式實現的分散式ID,所以依賴於資料庫,要建立相應的表 tiny_id_infotiny_id_token 並插入預設資料。


CREATE TABLE `tiny_id_info` (
    `id` BIGINT (20) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    `biz_type` VARCHAR (63) NOT NULL DEFAULT '' COMMENT '業務型別,唯一',
    `begin_id` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '開始id,僅記錄初始值,無其他含義。初始化時begin_id和max_id應相同',
    `max_id` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '當前最大id',
    `step` INT (11) DEFAULT '0' COMMENT '步長',
    `delta` INT (11) NOT NULL DEFAULT '1' COMMENT '每次id增量',
    `remainder` INT (11) NOT NULL DEFAULT '0' COMMENT '餘數',
    `create_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '建立時間',
    `update_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時間',
    `version` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '版本號',
    PRIMARY KEY (`id`),
    UNIQUE KEY `uniq_biz_type` (`biz_type`)
) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8 COMMENT 'id資訊表';

CREATE TABLE `tiny_id_token` (
    `id` INT (11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增id',
    `token` VARCHAR (255) NOT NULL DEFAULT '' COMMENT 'token',
    `biz_type` VARCHAR (63) NOT NULL DEFAULT '' COMMENT '此token可訪問的業務型別標識',
    `remark` VARCHAR (255) NOT NULL DEFAULT '' COMMENT '備註',
    `create_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '建立時間',
    `update_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時間',
    PRIMARY KEY (`id`)
) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8 COMMENT 'token資訊表';

INSERT INTO `tiny_id_token` (`id`, `token`, `biz_type`, `remark`, `create_time`, `update_time`) VALUES ('1', '0f673adf80504e2eaa552f5d791b644c', 'order', '1', '2017-12-14 16:36:46', '2017-12-14 16:36:48');

INSERT INTO `tiny_id_info` (`id`, `biz_type`, `begin_id`, `max_id`, `step`, `delta`, `remainder`, `create_time`, `update_time`, `version`) VALUES ('1', 'order', '1', '1', '100000', '1', '0', '2018-07-21 23:52:58', '2018-07-22 23:19:27', '1');

並在 Tinyid 服務中配置上邊表所在資料來源資訊

datasource.tinyid.primary.url=jdbc:mysql://47.93.6.e:3306/ds-0?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8
datasource.tinyid.primary.username=root
datasource.tinyid.primary.password=root

最後專案 maven install ,右鍵 TinyIdServerApplication 啟動服務, Tinyid 分散式ID生成服務就搭建完畢了。

自定義 Tinyid 主鍵型別

Tinyid 服務搭建完下邊在專案中引入它,新建個 tinyid_client.properties 檔案其中新增 tinyid.servertinyid.token 屬性,token 為之前 SQL 預先插入的使用者資料。

# tinyid 分散式ID
# 服務地址
tinyid.server=127.0.0.1:9999
# 業務token
tinyid.token=0f673adf80504e2eaa552f5d791b644c

程式碼中獲取 ID更簡單,只需一行程式碼,業務型別 order 是之前 SQ L 預先插入的資料。

Long id = TinyId.nextId("order");

我們開始自定義 Tinyid 主鍵生成型別的實現類 TinyIdShardingKeyGenerator

/**
 * @Author: xiaofu
 * @Description: 自定義主鍵生成器
 */
@Component
public class TinyIdShardingKeyGenerator implements ShardingKeyGenerator {

    /**
     * 自定義的生成方案型別
     */
    @Override
    public String getType() {
        return "tinyid";
    }

    /**
     * 核心方法-生成主鍵ID
     */
    @Override
    public Comparable<?> generateKey() {

        Long id = TinyId.nextId("order");

        return id;
    }

    @Override
    public Properties getProperties() {
        return null;
    }

    @Override
    public void setProperties(Properties properties) {

    }
}

並在配置檔案中啟用 Tinyid 主鍵生成型別,到此配置完畢,趕緊測試一下。

# 主鍵欄位
spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id
# 主鍵ID 生成方案
spring.shardingsphere.sharding.tables.t_order.key-generator.type=tinyid

測試 Tinyid 主鍵

向資料庫插入訂單記錄測試發現,主鍵ID欄位 order_id 已經為趨勢遞增的了, Tinyid 服務成功接入,完美!

在這裡插入圖片描述

總結

後續的八種生成方式大家參考 《9種 分散式ID生成方案》 按需接入吧,整體比較簡單這裡就不依次實現了。

案例 GitHub 地址:github.com/chengxy-nds/Springboot-...

整理了幾百本各類技術電子書,送給小夥伴們。關注公號回覆 666 自行領取。和一些小夥伴們建了一個技術交流群,一起探討技術、分享技術資料,旨在共同學習進步,如果感興趣就加入我們吧!

本作品採用《CC 協議》,轉載必須註明作者和本文連結

相關文章