Dalam sistem teragih, adalah sangat penting untuk menjana ID unik di peringkat global, kerana dalam sistem teragih, Berbilang nod menjana ID pada masa yang sama boleh menyebabkan konflik ID.
Berikut memperkenalkan beberapa penyelesaian ID teragih yang biasa digunakan.
UUID (Universally Unique Identifier) adalah pengecam yang terdiri daripada 128 digit, yang boleh menjamin keunikan global kerana algoritma penjanaannya adalah berdasarkan cap waktu, ID nod dan faktor lain. UUID boleh dijana menggunakan kelas UUID yang disertakan dengan Java, seperti yang ditunjukkan di bawah:
javaCopy code
import java.util.UUID;
public class UuidGenerator {
public static void main(String[] args) {
UUID uuid = UUID.randomUUID();
System.out.println(uuid.toString());
}
}Kelas UUID yang disertakan dengan Java sangat mudah dan mudah digunakan, serta tidak memerlukan konfigurasi dan pengurusan tambahan kelebihannya. Oleh kerana panjangnya (128 bit), UUID tidak sesuai sebagai kunci utama untuk jadual pangkalan data dan sukar untuk diisih dan diindeks.
Snowflake ialah algoritma penjanaan ID yang diedarkan sumber terbuka oleh Twitter Ia boleh menjana ID unik 64-bit, yang mengandungi maklumat seperti cap waktu, ID pusat data dan ID mesin. Kod Java bagi algoritma Snowflake adalah seperti berikut:
javaCopy code
public class SnowflakeGenerator {
private final static long START_STMP = 1480166465631L;
private final static long SEQUENCE_BIT = 12;
private final static long MACHINE_BIT = 5;
private final static long DATACENTER_BIT = 5;
private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
private final static long MACHINE_LEFT = SEQUENCE_BIT;
private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;
private long datacenterId;
private long machineId;
private long sequence = 0L;
private long lastStmp = -1L;
public SnowflakeGenerator(long datacenterId, long machineId) {
if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
}
if (machineId > MAX_MACHINE_NUM || machineId < 0) {
throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
}
this.datacenterId = datacenterId;
this.machineId = machineId;
}
public synchronized long nextId() {
long currStmp = getNewstmp();
if (currStmp < lastStmp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
}
if (currStmp == lastStmp) {
sequence = (sequence + 1) & MAX_SEQUENCE;
if (sequence == 0L) {
currStmp = getNextMill();
}
} else {
sequence = 0L;
}
lastStmp = currStmp;
return (currStmp - START_STMP) << TIMESTMP_LEFT
| datacenterId << DATACENTER_LEFT
| machineId << MACHINE_LEFT
| sequence;
}
private long getNextMill() {
long mill = getNewstmp();
while (mill <= lastStmp) {
mill = getNewstmp();
}
return mill;
}
private long getNewstmp() {
return System.currentTimeMillis();
}
}Kelebihan algoritma Snowflake ialah prestasi tinggi dalam menjana ID dan panjang ID pendek (64 bits), yang boleh Sebagai kunci utama jadual pangkalan data, ia memudahkan pengisihan dan pengindeksan. Walau bagaimanapun, perlu diingat bahawa jika bilangan nod dalam kluster melebihi bilangan digit yang diduduki oleh ID mesin, atau kluster sangat besar dan bilangan digit cap masa tidak mencukupi, maka algoritma penjanaan ID teragih lain perlu dipertimbangkan.
Leaf ialah algoritma penjanaan ID teragih sumber terbuka oleh Meituan Dianping Ia boleh menjana ID 64-bit yang unik secara global. Kod Java bagi algoritma Leaf adalah seperti berikut:
javaCopy code
public class LeafGenerator {
private static final Logger logger = LoggerFactory.getLogger(LeafGenerator.class);
private static final String WORKER_ID_KEY = "leaf.worker.id";
private static final String PORT_KEY = "leaf.port";
private static final int DEFAULT_PORT = 8080;
private static final int DEFAULT_WORKER_ID = 0;
private static final int WORKER_ID_BITS = 10;
private static final int SEQUENCE_BITS = 12;
private static final int MAX_WORKER_ID = (1 << WORKER_ID_BITS) - 1;
private static final int MAX_SEQUENCE = (1 << SEQUENCE_BITS) - 1;
private static final long EPOCH = 1514736000000L;
private final SnowflakeIdWorker idWorker;
public LeafGenerator() {
int workerId = SystemPropertyUtil.getInt(WORKER_ID_KEY, DEFAULT_WORKER_ID);
int port = SystemPropertyUtil.getInt(PORT_KEY, DEFAULT_PORT);
this.idWorker = new SnowflakeIdWorker(workerId, port);
logger.info("Initialized LeafGenerator with workerId={}, port={}", workerId, port);
}
public long nextId() {
return idWorker.nextId();
}
private static class SnowflakeIdWorker {
private final long workerId;
private final long port;
private long sequence = 0L;
private long lastTimestamp = -1L;
SnowflakeIdWorker(long workerId, long port) {
if (workerId < 0 || workerId > MAX_WORKER_ID) {
throw new IllegalArgumentException(String.format("workerId must be between %d and %d", 0, MAX_WORKER_ID));
}
this.workerId = workerId;
this.port = port;
}
synchronized long nextId() {
long timestamp = System.currentTimeMillis();
if (timestamp < lastTimestamp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
}
if (timestamp == lastTimestamp) {
sequence = (sequence + 1) & MAX_SEQUENCE;
if (sequence == 0L) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0L;
}
lastTimestamp = timestamp;
return ((timestamp - EPOCH) << (WORKER_ID_BITS + SEQUENCE_BITS))
| (workerId << SEQUENCE_BITS)
| sequence;
}
private long tilNextMillis(long lastTimestamp) {
long timestamp = System.currentTimeMillis();
while (timestamp <= lastTimestamp) {
timestamp = System.currentTimeMillis();
}
return timestamp;
}
}
}Walaupun algoritma Leaf menjana ID perlahan sedikit daripada algoritma Snowflake, ia boleh menyokong lebih ramai pekerja nod . ID yang dijana oleh algoritma Leaf terdiri daripada tiga bahagian, iaitu cap waktu, ID Pekerja dan nombor siri Cap masa menduduki 42 bit, ID Pekerja menduduki 10 bit, dan nombor siri menduduki 12 bit, dengan jumlah 64 bit.
Yang di atas adalah algoritma penjanaan ID teragih biasa Sudah tentu, terdapat penyelesaian lain, seperti: ID MongoDB, UUID, Twitter Snowflake, dll. Penyelesaian yang berbeza sesuai untuk senario perniagaan yang berbeza, dan butiran pelaksanaan dan prestasi khusus juga berbeza Anda perlu memilih penyelesaian yang sesuai berdasarkan situasi sebenar.
Selain algoritma penjanaan ID teragih yang diperkenalkan di atas, terdapat juga beberapa penyelesaian penjanaan ID teragih baharu muncul, seperti algoritma penjanaan ID teragih Flicker, yang menggunakan idea serupa dengan Snowflake, tetapi menggunakan kaedah peruntukan bit yang berbeza ialah lebih fleksibel daripada Snowflake, dan bilangan bit yang diduduki oleh setiap bahagian boleh dilaraskan secara dinamik mengikut keperluan. Selain itu, Facebook turut melancarkan penyelesaian Perkhidmatan Penjanaan ID (IGS), yang memisahkan penjanaan dan storan ID, menyediakan penyelesaian yang lebih fleksibel dan berskala, tetapi memerlukan reka bentuk dan pelaksanaan seni bina yang lebih kompleks.
Mengikut keperluan perniagaan yang berbeza, berbilang set penyelesaian penjanaan ID yang diedarkan boleh direka bentuk. Berikut ialah beberapa cadangan peribadi saya:
Penjanaan berdasarkan ID autokenaikan pangkalan data: Menggunakan ID autokenaikan pangkalan data sebagai ID unik di peringkat global boleh memastikan keunikan ID dan mudah untuk melaksanakan , tetapi konkurensi yang tinggi boleh menyebabkan kesesakan prestasi. Oleh itu, tidak disyorkan untuk menggunakannya dalam senario konkurensi tinggi.
Jana berdasarkan UUID: Menggunakan UUID sebagai ID unik secara global boleh menjamin keunikan ID, tetapi panjang ID adalah panjang (128 bit), yang tidak sesuai untuk penyimpanan dan penghantaran, dan Kebarangkalian ID pendua adalah sangat kecil tetapi bukan 0. Adalah disyorkan bahawa apabila menggunakan sistem teragih, panjang ID dan kos penyimpanan dan penghantaran perlu dipertimbangkan.
Dijana berdasarkan Redis: Menggunakan operasi atom Redis, keunikan ID boleh dijamin, dan kelajuan penjanaan ID adalah sangat pantas, yang boleh digunakan pada senario konkurensi tinggi . Perlu diingat bahawa jika Redis ranap atau berprestasi buruk, ia boleh menjejaskan kecekapan dan ketersediaan penjanaan ID.
Dijana berdasarkan ZooKeeper: Menggunakan penjana nombor siri ZooKeeper boleh memastikan keunikan ID, dan pelaksanaannya agak mudah, tetapi ia memerlukan pengenalan kebergantungan dan sumber tambahan, dan terdapat mungkin masalah prestasi tersekat.
Untuk memilih penyelesaian penjanaan ID yang diedarkan yang sesuai dengan senario perniagaan anda, anda perlu mempertimbangkan secara menyeluruh berbilang faktor seperti keunikan ID, kelajuan penjanaan, panjang, kos penyimpanan, kebolehskalaan dan ketersediaan. Melaksanakan penyelesaian yang berbeza memerlukan mempertimbangkan pertukaran dan pilihan dalam situasi sebenar, kerana butiran pelaksanaan dan prestasinya juga berbeza.
Demo kod terperinci setiap penyelesaian diberikan di bawah:
javaCopy code
public class IdGenerator {
private static final String JDBC_URL = "jdbc:mysql://localhost:3306/test";
private static final String JDBC_USER = "root";
private static final String JDBC_PASSWORD = "password";
public long generateId() {
Connection conn = null;
PreparedStatement pstmt = null;
ResultSet rs = null;
try {
Class.forName("com.mysql.jdbc.Driver");
conn = DriverManager.getConnection(JDBC_URL, JDBC_USER, JDBC_PASSWORD);
pstmt = conn.prepareStatement("INSERT INTO id_generator (stub) VALUES (null)", Statement.RETURN_GENERATED_KEYS);
pstmt.executeUpdate();
rs = pstmt.getGeneratedKeys();
if (rs.next()) {
return rs.getLong(1);
}
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
if (rs != null) {
rs.close();
}
if (pstmt != null) {
pstmt.close();
}
if (conn != null) {
conn.close();
}
} catch (Exception e) {
e.printStackTrace();
}
}
return 0L;
}
}javaCopy code
import java.util.UUID;
public class IdGenerator {
public String generateId() {
return UUID.randomUUID().toString().replace("-", "");
}
}javaCopy code
import redis.clients.jedis.Jedis;
public class IdGenerator {
private static final String REDIS_HOST = "localhost";
private static final int REDIS_PORT = 6379;
private static final String REDIS_PASSWORD = "password";
private static final int ID_GENERATOR_EXPIRE_SECONDS = 3600;
private static final String ID_GENERATOR_KEY = "id_generator";
public long generateId() {
Jedis jedis = null;
try {
jedis = new Jedis(REDIS_HOST, REDIS_PORT);
jedis.auth(REDIS_PASSWORD);
long id = jedis.incr(ID_GENERATOR_KEY);
jedis.expire(ID_GENERATOR_KEY, ID_GENERATOR_EXPIRE_SECONDS);
return id;
} catch (Exception e) {
e.printStackTrace();
} finally {
if (jedis != null) {
jedis.close();
}
}
return 0L;
}
}javaCopy code
import java.util.concurrent.CountDownLatch;
import org.apache.zookeeper.CreateMode;
import org.apache.zookeeper.WatchedEvent;
import org.apache.zookeeper.Watcher;
import org.apache.zookeeper.ZooDefs.Ids;
import org.apache.zookeeper.ZooKeeper;
public class IdGenerator implements Watcher {
private static final String ZK_HOST = "localhost";
private static final int ZK_PORT = 2181;
private static final int SESSION_TIMEOUT = 5000;
private static final String ID_GENERATOR_NODE = "/id_generator";
private static final int ID_GENERATOR_EXPIRE_SECONDS = 3600;
private long workerId = 0;
public IdGenerator() {
try {
ZooKeeper zk = new ZooKeeper(ZK_HOST + ":" + ZK_PORT, SESSION_TIMEOUT, this);
CountDownLatch latch = new CountDownLatch(1);
latch.await();
if (zk.exists(ID_GENERATOR_NODE, false) == null) {
zk.create(ID_GENERATOR_NODE, null, Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
}
workerId = zk.getChildren(ID_GENERATOR_NODE, false).size();
zk.create(ID_GENERATOR_NODE + "/worker_" + workerId, null, Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL);
} catch (Exception e) {
e.printStackTrace();
}
}
public long generateId() {
ZooKeeper zk = null;
try {
zk = new ZooKeeper(ZK_HOST + ":" + ZK_PORT, SESSION_TIMEOUT, null);
CountDownLatch latch = new CountDownLatch(1);
latch.await();
zk.create(ID_GENERATOR_NODE + "/id_", null, Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL, (rc, path, ctx, name) -> {}, null);
byte[] data = zk.getData(ID_GENERATOR_NODE + "/worker_" + workerId, false, null);
long id = Long.parseLong(new String(data)) * 10000 + zk.getChildren(ID_GENERATOR_NODE, false).size();
return id;
} catch (Exception e) {
e.printStackTrace();
} finally {
if (zk != null) {
try {
zk.close();
} catch (Exception e) {
e.printStackTrace();
}
}
}
return 0L;
}
@Override
public void process(WatchedEvent event) {
if (event.getState() == Event.KeeperState.SyncConnected) {
System.out.println("Connected to ZooKeeper");
CountDownLatch latch = new CountDownLatch(1);
latch.countDown();
}
}
}Perhatikan bahawa nod sementara ZooKeeper digunakan di sini untuk menyelaraskan setiap nod pekerja Jika nod pekerja ditutup, nod sementaranya juga akan dipadamkan. Ini boleh Memastikan bahawa ID yang diperoleh oleh setiap nod pekerja adalah unik.
Atas ialah kandungan terperinci Apakah penyelesaian untuk ID yang diedarkan redis?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Apakah parameter marquee?
Perisian pangkalan data yang biasa digunakan
Apakah pangkalan data dalam memori?
Yang manakah mempunyai kelajuan bacaan yang lebih pantas, mongodb atau redis?
Cara menggunakan redis sebagai pelayan cache
Bagaimana redis menyelesaikan ketekalan data
Bagaimanakah mysql dan redis memastikan konsistensi penulisan dua kali?
Apakah data yang biasanya disimpan oleh redis cache?
![[Web front-end] Permulaan pantas Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
