雪花演算法和UUID

枫叶藏在眼眸發表於2024-08-28
演算法UI

雪花演算法和UUID

UUID

UUID是一種唯一且不需要中央協調的ID，它使用某種規則建立ID，而不是某種中心化的自增方式，使得其成為建立成本最低的ID型別。

到目前為止UUID一共有5個實現版本

  • 版本1: 按照 UUID 定義的每個欄位的意義來實現，使用的變數因子是時間戳＋時鐘序列＋節點資訊（Mac地址），考的最多的版本

  • 版本2：基本和1一致，資訊很少，可忽略

  • 版本3：基本name和namespace的hash實現變數因子，使用MD5進行hash，不是隨機生成

  • 版本4：使用隨機或者偽隨機實現變數因子，不具備單調性，使用最廣泛

  • 版本5：基本name和namespace的hash實現變數因子，使用sha1進行hash，不是隨機生成

這些版本的結構基本都是一致的，只是在版本1的基礎上變化了變數因子

UUID長度128位元，換算為16進位制數就是有32個16進位制陣列成，中間用4個-分割，所以一共有36個字元，按照8-4-4-4-4-12的的順序進行分割。

組成它的變數因子一共有三個，Timestamp時間戳、Clock Sequence時鐘序列，node節點資訊。

Timestamp時間戳：60bit 15個數

這15個數分佈在前3個組成中，分別是時間戳低位8個、時間戳中位4個、時間戳高位3個，第三個部分的第一位是UUID版本欄位，佔4個位元組，所以可以有16個版本號

Clock Sequence時鐘序列：14bit 三個半數，最左邊的2bit是保留位

時鐘序列一般用於時間調整時的唯一性保證，當時間調整，或者 nodeId 變化的時候，直接使用一個隨機數，或者，在原先的Clock Sequence值上面自增加一也是可以的。

保留位用於未來的擴充套件以及保持UUID的標準相容性，確保UUID的格式能夠適應將來的需求而不影響現有的實現。

Node節點資訊：12個數，一般是MAC地址或者隨機數生成

基於name和namespace的hash結構生成是什麼意思？

  • Name: 是物件的名稱或識別符號。比如，在 Kubernetes 中，Pod 的名稱就是一個典型的 name。
  • Namespace: 是一個名稱空間，用於將不同作用域內的物件區分開來。例如，兩個相同名稱的 Pod 可以存在於不同的名稱空間，從而不衝突。

在 UUID v3 和 UUID v5 中，name 和 namespace 是生成 UUID 的關鍵輸入，它們並不是自動變化的，而是由開發者根據具體應用場景指定的。每次生成 UUID 時，使用相同的 name 和 namespace 組合，會得到相同的 UUID。

雪花演算法

雪花演算法生成的64位ID由以下幾部分組成：

第一位（符號位）：由於ID都是正整數，所以第一位始終為0。

時間戳（41位）：記錄時間戳的差值（相對於某個固定時間點），單位是毫秒。41位時間戳可以使用69年（從1970年開始，可用至2039年）。

工作機器id（10位）：用於標識不同的工作機器（如不同的伺服器例項），支援在同一資料中心內部署最多1024臺機器。

如果存在跨機房部署的情況下可以把這10個bit位，拆分成兩個5bit，前5個bit表示機房id，後面5個表示機器的id

序列號（12位）：用於在同一毫秒內產生不同的ID，支援每個工作機器在同一毫秒內產生最多4096個ID。

時鐘回撥和時鐘漂移

時鐘回撥是指系統時間被人為或自動地調整到過去的某個時間點。

時鐘漂移是指由於硬體本身的物理特性，系統時鐘的計時速率可能並不完全準確，隨著時間推移，會逐漸偏離標準時間。

雪花演算法怎麼解決時鐘回撥和時鐘漂移？

  • 時間強依賴變成弱依賴，只有第一次演算法啟動的時候獲取時間戳，之後都是演算法增加時間戳，而不是依賴於系統時間。這種方式可以避免一毫秒只能生成4096個ID的弊端。仍然會有ID衝突，例如，一小時內獲取一千萬條ID，這個實際上是獲取了未來的ID，這樣如果伺服器重啟，獲取了舊的時間戳，就會出現ID重複，解決方案是儲存當前使用到的時間戳，下一次啟動時獲取。

  • 透過機器ID或者序列號進行補償，可以增加機器ID的部分或者增加序列號的部分，UUID也是這種方案。

  • 阻塞等待時間追趕（兜底策略）。

相關文章