雪花算法【分布式ID问题】【刘新宇】

分布式ID

1 方案选择

• UUID

  UUID是通用惟一识别码（Universally Unique Identifier)的缩写，开放软件基金会(OSF)规范定义了包括网卡MAC地址、时间戳、名字空间（Namespace）、随机或伪随机数、时序等元素。利用这些元素来生成UUID。

  UUID是由128位二进制组成，通常转换成十六进制，而后用String表示。

  550e8400-e29b-41d4-a716-446655440000

  UUID的优势:

  • 经过本地生成，没有通过网络I/O，性能较快
  • 无序，没法预测他的生成顺序。(固然这个也是他的缺点之一)

  UUID的缺点:

  • 128位二进制通常转换成36位的16进制，太长了只能用String存储，空间占用较多。
  • 不能生成递增有序的数字

• 数据库主键自增

  你们对于惟一标识最容易想到的就是主键自增，这个也是咱们最经常使用的方法。例如咱们有个订单服务，那么把订单id设置为主键自增便可。

  • 单独数据库 记录主键值

  • 业务数据库分别设置不一样的自增起始值和固定步长，如

    第一台 start 1  step 9  第二台 start 2  step 9  第三台 start 3  step 9

  优势:

  • 简单方便，有序递增，方便排序和分页

  缺点:

  • 分库分表会带来问题，须要进行改造。
  • 并发性能不高，受限于数据库的性能。
  • 简单递增容易被其余人猜想利用，好比你有一个用户服务用的递增，那么其余人能够根据分析注册的用户ID来获得当天你的服务有多少人注册，从而就能猜想出你这个服务当前的一个大概情况。
  • 数据库宕机服务不可用。

• Redis

  熟悉Redis的同窗，应该知道在Redis中有两个命令Incr，IncrBy,由于Redis是单线程的因此能保证原子性。

  优势：

  • 性能比数据库好，能知足有序递增。

  缺点：

  • 因为redis是内存的KV数据库，即便有AOF和RDB，可是依然会存在数据丢失，有可能会形成ID重复。
  • 依赖于redis，redis要是不稳定，会影响ID生成。

• 雪花算法-Snowflake

  Snowflake是Twitter提出来的一个算法，其目的是生成一个64bit的整数:

 

• 1bit:通常是符号位，不作处理
• 41bit:用来记录时间戳，这里能够记录69年，若是设置好起始时间好比今年是2018年，那么能够用到2089年，到时候怎么办？要是这个系统能用69年，我相信这个系统早都重构了好屡次了。
• 10bit:10bit用来记录机器ID，总共能够记录1024台机器，通常用前5位表明数据中心，后面5位是某个数据中心的机器ID
• 12bit:循环位，用来对同一个毫秒以内产生不一样的ID，12位能够最多记录4095个，也就是在同一个机器同一毫秒最多记录4095个，多余的须要进行等待下毫秒。

上面只是一个将64bit划分的标准，固然也不必定这么作，能够根据不一样业务的具体场景来划分，好比下面给出一个业务场景：

• 服务目前QPS10万，预计几年以内会发展到百万。
• 当前机器三地部署，上海，北京，深圳都有。
• 当前机器10台左右，预计将来会增长至百台。

这个时候咱们根据上面的场景能够再次合理的划分62bit,QPS几年以内会发展到百万，那么每毫秒就是千级的请求，目前10台机器那么每台机器承担百级的请求，为了保证扩展，后面的循环位能够限制到1024，也就是2^10，那么循环位10位就足够了。

机器三地部署咱们能够用3bit总共8来表示机房位置，当前的机器10台，为了保证扩展到百台那么能够用7bit 128来表示，时间位依然是41bit,那么还剩下64-10-3-7-41-1 = 2bit,还剩下2bit能够用来进行扩展。

 

 

时钟回拨

由于机器的缘由会发生时间回拨，咱们的雪花算法是强依赖咱们的时间的，若是时间发生回拨，有可能会生成重复的ID，在咱们上面的nextId中咱们用当前时间和上一次的时间进行判断，若是当前时间小于上一次的时间那么确定是发生了回拨，算法会直接抛出异常.

 

使用雪花算法 

# 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):
    """
    时钟回拨异常
    """
    pass

# 64位ID的划分
WORKER_ID_BITS = 5
DATACENTER_ID_BITS = 5
SEQUENCE_BITS = 12

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

# 移位偏移计算
WOKER_ID_SHIFT = SEQUENCE_BITS
DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS
TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS

# 序号循环掩码
SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS)

# Twitter元年时间戳
TWEPOCH = 1288834974657


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


class IdWorker(object):
    """
    用于生成IDs
    """

    def __init__(self, datacenter_id, worker_id, sequence=0):
        """
        初始化
        :param datacenter_id: 数据中心（机器区域）ID
        :param worker_id: 机器ID
        :param sequence: 其实序号
        """
        # 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  # 上次计算的时间戳

    def _gen_timestamp(self):
        """
        生成整数时间戳
        :return:int timestamp
        """
        return int(time.time() * 1000)

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

        # 时钟回拨
        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())