9种分布式ID生成之 美团(Leaf)实战
[dubbo 源码之 ]1. 服务提供方如何发布服务
头几天写过一篇《一口气说出 9种 分布式ID生成体式格局,口试官有点懵了》,里边简朴的引见了九种分布式ID生成体式格局,然则关于像美团(Leaf)
、滴滴(Tinyid)
、百度(uid-generator)
都是一笔带过。而经由历程读者留言发明,人人广泛对他们哥半夜感兴趣,所今后边会连系实战,细致的对三种分布式ID生成器进修,本日先啃下美团(Leaf)
。
不相识分布式ID的同砚,先行去看《一口气说出 9种 分布式ID生成体式格局,口试官有点懵了》复习一下基础知识,这里就不再赘述了
美团(Leaf)
Leaf
是美团推出的一个分布式ID生成效劳,名字取自德国哲学家、数学家莱布尼茨的一句话:“There are no two identical leaves in the world.”(“世界上没有两片雷同的树叶”),取个名字都这么有寄意,美团程序员牛掰啊!
Leaf
的上风:高牢靠
、低耽误
、全局唯一
等特性。
现在主流的分布式ID生成体式格局,大抵都是基于数据库号段形式
和雪花算法(snowflake)
,而美团(Leaf)正好同时兼具了这两种体式格局,可以依据差别营业场景天真切换。
接下来连系实战,细致的引见一下Leaf
的Leaf-segment号段形式
和Leaf-snowflake形式
一、 Leaf-segment号段形式
Leaf-segment
号段形式是对直接用数据库自增ID
充任分布式ID
的一种优化,削减对数据库的频次操纵。相称于从数据库批量的猎取自增ID,每次从数据库掏出一个号段局限,比方 (1,1000] 代表1000个ID,营业效劳将号段在当地生成1~1000的自增ID并加载到内存.。
大抵的流程入下图所示:
号段耗尽今后再去数据库猎取新的号段,可以大大的减轻数据库的压力。对max_id
字段做一次update
操纵,update max_id= max_id + step
,update胜利则申明新号段猎取胜利,新的号段局限是(max_id ,max_id +step
]。
由于依托数据库,我们先设想一下表构造:
CREATE TABLE `leaf_alloc` (
`biz_tag` varchar(128) NOT NULL DEFAULT '' COMMENT '营业key',
`max_id` bigint(20) NOT NULL DEFAULT '1' COMMENT '当前已分配了的最大id',
`step` int(11) NOT NULL COMMENT '初始步长,也是动态调解的最小步长',
`description` varchar(256) DEFAULT NULL COMMENT '营业key的形貌',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '数据库保护的更新时候',
PRIMARY KEY (`biz_tag`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
预先插进去一条测试的营业数据
INSERT INTO `leaf_alloc` (`biz_tag`, `max_id`, `step`, `description`, `update_time`) VALUES ('leaf-segment-test', '0', '10', '测试', '2020-02-28 10:41:03');
biz_tag
:针对差别营业需求,用biz_tag字段来断绝,假如今后须要扩容时,只需对biz_tag分库分表即可max_id
:当前营业号段的最大值,用于盘算下一个号段step
:步长,也就是每次猎取ID的数目description
:关于营业的形貌,没啥好说的
将Leaf项目下载到当地:https://github.com/Meituan-Dianping/Leaf
修正一下项目中的leaf.properties
文件,增加数据库设置
leaf.name=com.sankuai.leaf.opensource.test
leaf.segment.enable=true
leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
leaf.jdbc.username=junkang
leaf.jdbc.password=junkang
leaf.snowflake.enable=false
注重:leaf.snowflake.enable
与 leaf.segment.enable
是没法同时开启的,不然项目将没法启动。
设置相称的简朴,直接启动LeafServerApplication
后就OK了,接下来测试一下,leaf
是基于Http请求
的发号效劳, LeafController
中只要两个要领,一个号段接口,一个snowflake接口,key
就是数据库中预先插进去的营业biz_tag
。
@RestController
public class LeafController {
private Logger logger = LoggerFactory.getLogger(LeafController.class);
@Autowired
private SegmentService segmentService;
@Autowired
private SnowflakeService snowflakeService;
/**
* 号段形式
* @param key
* @return
*/
@RequestMapping(value = "/api/segment/get/{key}")
public String getSegmentId(@PathVariable("key") String key) {
return get(key, segmentService.getId(key));
}
/**
* 雪花算法形式
* @param key
* @return
*/
@RequestMapping(value = "/api/snowflake/get/{key}")
public String getSnowflakeId(@PathVariable("key") String key) {
return get(key, snowflakeService.getId(key));
}
private String get(@PathVariable("key") String key, Result id) {
Result result;
if (key == null || key.isEmpty()) {
throw new NoKeyException();
}
result = id;
if (result.getStatus().equals(Status.EXCEPTION)) {
throw new LeafServerException(result.toString());
}
return String.valueOf(result.getId());
}
}
接见:http://127.0.0.1:8080/api/segment/get/leaf-segment-test
,效果一般返回,觉得没瑕玷,但当查了一下数据库表中数据时发明了一个问题。
一般在用号段形式的时候,取号段的机遇是在前一个号段斲丧完的时候举行的,可刚适才取了一个ID,数据库中却已更新了max_id
,也就是说leaf
已多猎取了一个号段,这是什么鬼操纵?
Leaf
为啥要这么设想呢?
Leaf
愿望能在DB中取号段的历程当中做到无壅塞!
当号段耗尽时再去DB中取下一个号段,假如此时收集发作发抖,或许DB发作慢查询,营业体系拿不到号段,就会致使全部体系的相应时候变慢,对流量庞大的营业,这是不可容忍的。
所以Leaf
在当前号段花费到某个点时,就异步的把下一个号段加载到内存中。而不须要比及号段用尽的时候才去更新号段。如许做很大程度上的降低了体系的风险。
那末某个点
究竟是什么时候呢?
这里做了一个试验,号段设置长度为step=10
,max_id=1
,
当我拿第一个ID时,看到号段增加了,1/10
当我拿第三个Id时,看到号段又增加了,3/10
Leaf
采纳双buffer
的体式格局,它的效劳内部有两个号段缓存区segment
。当前号段已斲丧10%时,还没能拿到下一个号段,则会另启一个更新线程去更新下一个号段。
简而言之就是Leaf
保证了总是会多缓存两个号段,纵然哪一时候数据库挂了,也会保证发号效劳可以一般事情一段时候。
一般引荐号段(segment
)长度设置为效劳高峰期发号QPS的600倍(10分钟),如许纵然DB宕机,Leaf仍能延续发号10-20分钟不受影响。
长处:
- Leaf效劳可以很轻易的线性扩大,机能完整可以支持大多数营业场景。
- 容灾性高:Leaf效劳内部有号段缓存,纵然DB宕机,短时候内Leaf仍能一般对外供应效劳。
瑕玷:
- ID号码不够随机,可以泄漏发号数目的信息,不太平安。
- DB宕时机形成全部体系不可用(用到数据库的都有大概)。
二、Leaf-snowflake
Leaf-snowflake
基本上就是沿用了snowflake的设想,ID构成构造:正数位
(占1比特)+ 时候戳
(占41比特)+ 机械ID
(占5比特)+ 机房ID
(占5比特)+ 自增值
(占12比特),统共64比特构成的一个Long范例。
Leaf-snowflake
差别于原始snowflake算法处所,主如果在workId的生成上,Leaf-snowflake
依托Zookeeper
生成workId
,也就是上边的机械ID
(占5比特)+ 机房ID
(占5比特)。Leaf
中workId是基于ZooKeeper的次序Id
来生成的,每一个应用在运用Leaf-snowflake时,启动时都邑都在Zookeeper中生成一个次序Id,相称于一台机械对应一个次序节点,也就是一个workId。
Leaf-snowflake
启动效劳的历程大抵以下:
- 启动Leaf-snowflake效劳,衔接Zookeeper,在leaf_forever父节点下搜检本身是不是已注册过(是不是有该次序子节点)。
- 假如有注册过直接取回本身的workerID(zk次序节点生成的int范例ID号),启动效劳。
- 假如没有注册过,就在该父节点下面建立一个耐久次序节点,建立胜利后取回次序号当作本身的workerID号,启动效劳。
但Leaf-snowflake
对Zookeeper是一种弱依托关联,除了每次会去ZK拿数据之外,也会在本机文件体系上缓存一个workerID
文件。一旦ZooKeeper涌现问题,正好机械涌现毛病需重启时,依旧可以保证效劳一般启动。
启动Leaf-snowflake
形式也比较简朴,起动当地ZooKeeper,修正一下项目中的leaf.properties
文件,封闭leaf.segment形式
,启用leaf.snowflake
形式即可。
leaf.segment.enable=false
#leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
#leaf.jdbc.username=junkang
#leaf.jdbc.password=junkang
leaf.snowflake.enable=true
leaf.snowflake.zk.address=127.0.0.1
leaf.snowflake.port=2181
/**
* 雪花算法形式
* @param key
* @return
*/
@RequestMapping(value = "/api/snowflake/get/{key}")
public String getSnowflakeId(@PathVariable("key") String key) {
return get(key, snowflakeService.getId(key));
}
测试一下,接见:http://127.0.0.1:8080/api/snowflake/get/leaf-segment-test
长处:
- ID号码是趋向递增的8byte的64位数字,满足上述数据库存储的主键请求。
瑕玷:
- 依托ZooKeeper,存在效劳不可用风险(着实不知道有啥瑕玷了)
三、Leaf监控
请求地点:http://127.0.0.1:8080/cache
针对效劳本身的监控,Leaf供应了Web层的内存数据映照界面,可以及时看到一切号段的下发状况。比方每一个号段双buffer的运用情况,当前ID下发到了哪一个位置等信息都可以在Web界面上检察。
总结
关于Leaf详细运用哪一种形式,照样依据详细的营业场景运用,本文并没有对Leaf源码做过量的剖析,由于Leaf 代码量简约很好浏览。后续还会把其他几种分布式ID生成器,顺次连系实战引见给人人,迎接人人关注。
本日就说这么多,假如本文对您有一点协助,愿望能获得您一个点赞哦
您的承认才是我写作的动力!
JVM类加载器是否可以加载自定义的String