分布式ID生成器

作者：58沈劍 2017-07-01 16:02:39

開發(fā) 開發(fā)工具分布式

本文要討論的核心問題是如何高效生成趨勢有序的全局唯一ID。

一、需求緣起

幾乎所有的業(yè)務(wù)系統(tǒng)，都有生成一個(gè)唯一記錄標(biāo)識的需求，例如：

消息標(biāo)識：message-id
訂單標(biāo)識：order-id
帖子標(biāo)識：tiezi-id

這個(gè)記錄標(biāo)識往往就是數(shù)據(jù)庫中的主鍵，數(shù)據(jù)庫上會建立聚集索引(cluster index)，即在物理存儲上以這個(gè)字段排序。

這個(gè)記錄標(biāo)識上的查詢，往往又有分頁或者排序的業(yè)務(wù)需求，例如：

拉取***的一頁消息

select message-id/ order by time/ limit 100

拉取***的一頁訂單

select order-id/ order by time/ limit 100

拉取***的一頁帖子

select tiezi-id/ order by time/ limit 100

所以往往要有一個(gè)time字段，并且在time字段上建立普通索引(non-cluster index)。

普通索引存儲的是實(shí)際記錄的指針，其訪問效率會比聚集索引慢，如果記錄標(biāo)識在生成時(shí)能夠基本按照時(shí)間有序，則可以省去這個(gè)time字段的索引查詢：

select message-id/ (order by message-id)/limit 100

強(qiáng)調(diào)，能這么做的前提是，message-id的生成基本是趨勢時(shí)間遞增的。

這就引出了記錄標(biāo)識生成(也就是上文提到的三個(gè)XXX-id)的兩大核心需求：

全局唯一
趨勢有序

這也是本文要討論的核心問題：如何高效生成趨勢有序的全局唯一ID。

二、常見方法、不足與優(yōu)化

方法一：使用數(shù)據(jù)庫的 auto_increment 來生成全局唯一遞增ID

優(yōu)點(diǎn)：

簡單，使用數(shù)據(jù)庫已有的功能
能夠保證唯一性
能夠保證遞增性
步長固定

缺點(diǎn)：

可用性難以保證：數(shù)據(jù)庫常見架構(gòu)是一主多從+讀寫分離，生成自增ID是寫請求，主庫掛了就玩不轉(zhuǎn)了
擴(kuò)展性差，性能有上限：因?yàn)閷懭胧菃吸c(diǎn)，數(shù)據(jù)庫主庫的寫性能決定ID的生成性能上限，并且難以擴(kuò)展

改進(jìn)方法：

冗余主庫，避免寫入單點(diǎn)
數(shù)據(jù)水平切分，保證各主庫生成的ID不重復(fù)

如上圖所述，由1個(gè)寫庫變成3個(gè)寫庫，每個(gè)寫庫設(shè)置不同的auto_increment初始值，以及相同的增長步長，以保證每個(gè)數(shù)據(jù)庫生成的ID是不同的(上圖中庫0生成0,3,6,9…，庫1生成1,4,7,10，庫2生成2,5,8,11…)

改進(jìn)后的架構(gòu)保證了可用性，但缺點(diǎn)是：

喪失了ID生成的“絕對遞增性”：先訪問庫0生成0,3，再訪問庫1生成1，可能導(dǎo)致在非常短的時(shí)間內(nèi)，ID生成不是絕對遞增的(這個(gè)問題不大，目標(biāo)是趨勢遞增，不是絕對遞增)
數(shù)據(jù)庫的寫壓力依然很大，每次生成ID都要訪問數(shù)據(jù)庫

為了解決上述兩個(gè)問題，引出了第二個(gè)常見的方案。

方法二：單點(diǎn)批量ID生成服務(wù)

分布式系統(tǒng)之所以難，很重要的原因之一是“沒有一個(gè)全局時(shí)鐘，難以保證絕對的時(shí)序”，要想保證絕對的時(shí)序，還是只能使用單點(diǎn)服務(wù)，用本地時(shí)鐘保證“絕對時(shí)序”。

數(shù)據(jù)庫寫壓力大，是因?yàn)槊看紊蒊D都訪問了數(shù)據(jù)庫，可以使用批量的方式降低數(shù)據(jù)庫寫壓力。

如上圖所述，數(shù)據(jù)庫使用雙master保證可用性，數(shù)據(jù)庫中只存儲當(dāng)前ID的***值，例如0。

ID生成服務(wù)假設(shè)每次批量拉取6個(gè)ID，服務(wù)訪問數(shù)據(jù)庫，將當(dāng)前ID的***值修改為5，這樣應(yīng)用訪問ID生成服務(wù)索要ID，ID生成服務(wù)不需要每次訪問數(shù)據(jù)庫，就能依次派發(fā)0,1,2,3,4,5這些ID了。

當(dāng)ID發(fā)完后，再將ID的***值修改為11，就能再次派發(fā)6,7,8,9,10,11這些ID了，于是數(shù)據(jù)庫的壓力就降低到原來的1/6。

優(yōu)點(diǎn)：

保證了ID生成的絕對遞增有序
大大的降低了數(shù)據(jù)庫的壓力，ID生成可以做到每秒生成幾萬幾十萬個(gè)

缺點(diǎn)：

服務(wù)仍然是單點(diǎn)
如果服務(wù)掛了，服務(wù)重啟起來之后，繼續(xù)生成ID可能會不連續(xù)，中間出現(xiàn)空洞(服務(wù)內(nèi)存是保存著0,1,2,3,4,5，數(shù)據(jù)庫中max-id是5，分配到3時(shí)，服務(wù)重啟了，下次會從6開始分配，4和5就成了空洞，不過這個(gè)問題也不大)
雖然每秒可以生成幾萬幾十萬個(gè)ID，但畢竟還是有性能上限，無法進(jìn)行水平擴(kuò)展

改進(jìn)方法：

單點(diǎn)服務(wù)的常用高可用優(yōu)化方案是“備用服務(wù)”，也叫“影子服務(wù)”，所以我們能用以下方法優(yōu)化上述缺點(diǎn)(1)：

如上圖，對外提供的服務(wù)是主服務(wù)，有一個(gè)影子服務(wù)時(shí)刻處于備用狀態(tài)，當(dāng)主服務(wù)掛了的時(shí)候影子服務(wù)頂上。

這個(gè)切換的過程對調(diào)用方是透明的，可以自動完成，常用的技術(shù)是vip+keepalived，具體就不在這里展開。

另外，ID-gen-service也可以實(shí)施水平擴(kuò)展，以解決上述缺點(diǎn)(3)，但會引發(fā)一致性問題，具體解決方案詳見《淺談CAS在分布式ID生成方案上的應(yīng)用》。

方法三：uuid/guid

不管是通過數(shù)據(jù)庫，還是通過服務(wù)來生成ID，業(yè)務(wù)方Application都需要進(jìn)行一次遠(yuǎn)程調(diào)用，比較耗時(shí)。

有沒有一種本地生成ID的方法，即高性能，又時(shí)延低呢?

uuid是一種常見的方案：

string ID =GenUUID();

優(yōu)點(diǎn)：

本地生成ID，不需要進(jìn)行遠(yuǎn)程調(diào)用，時(shí)延低
擴(kuò)展性好，基本可以認(rèn)為沒有性能上限

缺點(diǎn)：

無法保證趨勢遞增
uuid過長，往往用字符串表示，作為主鍵建立索引查詢效率低，常見優(yōu)化方案為“轉(zhuǎn)化為兩個(gè)uint64整數(shù)存儲”或者“折半存儲”(折半后不能保證唯一性)

方法四：取當(dāng)前毫秒數(shù)

uuid是一個(gè)本地算法，生成性能高，但無法保證趨勢遞增，且作為字符串ID檢索效率低，有沒有一種能保證遞增的本地算法呢?

取當(dāng)前毫秒數(shù)是一種常見方案：

uint64 ID = GenTimeMS();

優(yōu)點(diǎn)：

本地生成ID，不需要進(jìn)行遠(yuǎn)程調(diào)用，時(shí)延低
生成的ID趨勢遞增
生成的ID是整數(shù)，建立索引后查詢效率高

缺點(diǎn)：

如果并發(fā)量超過1000，會生成重復(fù)的ID

這個(gè)缺點(diǎn)要了命了，不能保證ID的唯一性。當(dāng)然，使用微秒可以降低沖突概率，但每秒最多只能生成1000000個(gè)ID，再多的話就一定會沖突了，所以使用微秒并不從根本上解決問題。

方法五：類snowflake算法

snowflake是twitter開源的分布式ID生成算法，其核心思想為，一個(gè)long型的ID：

41bit作為毫秒數(shù)
10bit作為機(jī)器編號
12bit作為毫秒內(nèi)序列號

算法單機(jī)每秒內(nèi)理論上最多可以生成1000*(2^12)，也就是400W的ID，完全能滿足業(yè)務(wù)的需求。

借鑒snowflake的思想，結(jié)合各公司的業(yè)務(wù)邏輯和并發(fā)量，可以實(shí)現(xiàn)自己的分布式ID生成算法。

舉例，假設(shè)某公司ID生成器服務(wù)的需求如下：

單機(jī)高峰并發(fā)量小于1W，預(yù)計(jì)未來5年單機(jī)高峰并發(fā)量小于10W
有2個(gè)機(jī)房，預(yù)計(jì)未來5年機(jī)房數(shù)量小于4個(gè)
每個(gè)機(jī)房機(jī)器數(shù)小于100臺
目前有5個(gè)業(yè)務(wù)線有ID生成需求，預(yù)計(jì)未來業(yè)務(wù)線數(shù)量小于10個(gè)
…

分析過程如下：

高位取從2017年1月1日到現(xiàn)在的毫秒數(shù)(假設(shè)系統(tǒng)ID生成器服務(wù)在這個(gè)時(shí)間之后上線)，假設(shè)系統(tǒng)至少運(yùn)行10年，那至少需要10年*365天*24小時(shí)*3600秒*1000毫秒=320*10^9，差不多預(yù)留39bit給毫秒數(shù)
每秒的單機(jī)高峰并發(fā)量小于10W，即平均每毫秒的單機(jī)高峰并發(fā)量小于100，差不多預(yù)留7bit給每毫秒內(nèi)序列號
5年內(nèi)機(jī)房數(shù)小于4個(gè)，預(yù)留2bit給機(jī)房標(biāo)識
每個(gè)機(jī)房小于100臺機(jī)器，預(yù)留7bit給每個(gè)機(jī)房內(nèi)的服務(wù)器標(biāo)識
業(yè)務(wù)線小于10個(gè)，預(yù)留4bit給業(yè)務(wù)線標(biāo)識