导语 | 本文是基于最近对Golang分布式ID的相关讨论,希望本文内容可以对相关技术感兴趣的开发者提供一点经验和帮助。
一、本地ID生成器
(一)uuid
uuid有两种包:
github.com/google/uuid ,仅支持V1和V4版本。
github.com/gofrs/uuid ,支持全部五个版本。
下面简单说下五种版本的区别:
Version 1,基于mac地址、时间戳。
Version 2,based on timestamp,MAC address and POSIX UID/GID (DCE 1.1)
Version 3,Hash获取入参并对结果进行MD5。
Version 4,纯随机数。
Version 5,based on SHA-1 hashing of a named value。
特点
5个版本可供选择。
定长36字节,偏长。
无序。
package mian
import (
"github.com/gofrs/uuid"
"fmt"
)
func main() {
// Version 1:时间+Mac地址
id, err := uuid.NewV1()
if err != nil {
fmt.Printf("uuid NewUUID err:%+v", err)
}
// id: f0629b9a-0cee-11ed-8d44-784f435f60a4 length: 36
fmt.Println("id:", id.String(), "length:", len(id.String()))
// Version 4:是纯随机数,error会在内部报panic
id, err = uuid.NewV4()
if err != nil {
fmt.Printf("uuid NewUUID err:%+v", err)
}
// id: 3b4d1268-9150-447c-a0b7-bbf8c271f6a7 length: 36
fmt.Println("id:", id.String(), "length:", len(id.String()))
}
(二)shortuuid
初始值基于uuid Version4;第二步根据alphabet变量长度(定长57)计算id长度(定长22);第三步依次用DivMod(欧几里得除法和模)返回值与alphabet做映射,合并生成id。
特点
基于uuid,但比uuid的长度短,定长22字节。
package mian
import (
"github.com/lithammer/shortuuid/v4"
"fmt"
)
func main() {
id := shortuuid.New()
// id: iDeUtXY5JymyMSGXqsqLYX length: 22
fmt.Println("id:", id, "length:", len(id))
// V22s2vag9bQEZCWcyv5SzL 固定不变
id = shortuuid.NewWithNamespace("http://127.0.0.1.com")
// id: K7pnGHAp7WLKUSducPeCXq length: 22
fmt.Println("id:", id, "length:", len(id))
// NewWithAlphabet函数可以用于自定义的基础字符串,字符串要求不重复、定长57
str := "12345#$%^&*67890qwerty/;'~!@uiopasdfghjklzxcvbnm,.()_+·><"
id = shortuuid.NewWithAlphabet(str)
// id: q7!o_+y('@;_&dyhk_in9/ length: 22
fmt.Println("id:", id, "length:", len(id))
}
(三)xid
xid是由时间戳、进程id、Mac地址、随机数组成。有序性来源于对随机数部分的原子+1。
特点
长度短。
有序。
不重复。
时间戳这个随机数原子+1操作,避免了时钟回拨的问题。
下面的代码根据需求进行了魔改。
package mian
import (
"github.com/rs/xid"
"fmt"
)
func main() {
// hostname+pid+atomic.AddUint32
id := xid.New()
containerName := "test"
// 由于xid默认使用可重复ip地址填充4 5 6位。
// 实际场景中,服务都是部署在docker中,这里把ip地址位替换成了容器名
// 这里只取了容器名MD5的前3位,验证会重复,放弃使用
containerNameID := make([]byte, 3)
hw := md5.New()
hw.Write([]byte(containerName))
copy(containerNameID, hw.Sum(nil))
id[4] = containerNameID[0]
id[5] = containerNameID[1]
id[6] = containerNameID[2]
// id: cbgjhf89htlrr1955d5g length: 12
fmt.Println("id:", id, "length:", len(id))
}
(四)ksuid
由随机数和时间戳组成。时间戳占前4字节,后面均为随机数:
package mian
import (
"github.com/segmentio/ksuid"
"fmt"
)
func main() {
id := ksuid.New()
// id: 2CWvPg766SUvezbiiV9nzrTZsgf length: 20
fmt.Println("id:", id, "length:", len(id))
id1 := ksuid.New()
id2 := ksuid.New()
// id1:2CTqTLRxCh48y7oUQzQHrgONT2k id2:2CTqTHf07C09CXyRMHdGKXnY5HP
fmt.Println(id1, id2)
// 支持ID对比,这个功能比较鸡肋了,目前没想到有用的地方
compareResult := ksuid.Compare(id1, id2)
fmt.Println(compareResult) // 1
// 判断顺序性
isSorted := ksuid.IsSorted([]ksuid.KSUID{id2, id1})
fmt.Println(isSorted) // true 降序
}
(五)ulid
随机数和时间戳组成
package mian
import (
"github.com/oklog/ulid"
"fmt"
)
func main() {
t := time.Now().UTC()
entropy := rand.New(rand.NewSource(t.UnixNano()))
id := ulid.MustNew(ulid.Timestamp(t), entropy)
// id: 01G902ZSM96WV5D5DC5WFHF8WY length: 26
fmt.Println("id:", id.String(), "length:", len(id.String()))
}
(六)snowflake
大名鼎鼎的雪花算法,这里不做过多介绍了。相对于UUID来说,雪花算法不会暴露MAC地址更安全、生成的ID也不会过于冗余。雪花的一部分ID序列是基于时间戳的,那么时钟回拨的问题就来了。上面提到的xid,一定程度上避时钟回拨的影响。那么什么是时钟回拨,后面会提到。
package main
import(
"fmt"
"github.com/bwmarrin/snowflake"
)
func main() {
node, err := snowflake.NewNode(1)
if err != nil {
fmt.Println(err)
return
}
id := node.Generate().String()
// id: 1552614118060462080 length: 19
fmt.Println("id:", id, "length:", len(id))
}
二、数据库自增ID
这里常规是指数据库主键自增索引。特点如下:
架构简单容易实现。
ID有序递增,IO写入连续性好。
INT和BIGINT类型占用空间较小。
由于有序递增,易暴露业务量。
受到数据库性能限制,对高并发场景不友好。
bigint最大是2^64-1,但是数据库单表肯定放不了这么多,那么就涉及到分表。如果业务量真的太大了,主键的自增id涨到头了,会发生什么?报错:主键冲突。
三、Redis生成ID
通过redis的原子操作INCR和INCRBY获得id。相比数据库自增ID,redis性能更好、更加灵活。不过架构强依赖redis,redis在整个架构中会产生单点问题。在流量较大的场景下,网络耗时也可能成为瓶颈。
四、ZooKeeper唯一ID
ZooKeeper是使用了Znode结构中的Zxid实现顺序增ID。Zookeeper类似一个文件系统,每个节点都有唯一路径名(Znode),Zxid是个全局事务计数器,每个节点发生变化都会记录响应的版本(Zxid),这个版本号是全局唯一且顺序递增的。这种架构还是出现了ZooKeeper的单点问题。
五、号段模式
(一)Leaf-segment
把数据库自增主键换成了计数法。每个业务分配一个biz_tag、并记录各业务最大id(max_id)、号段跨度(step)等数据。这样每次取号只需要更新biz_tag对应的max_id,就可以拿到step个id。
优点
除了拥有自增ID的优点之外,在性能上比自增ID更好
扩展灵活。
使用灵活、可配置性强。
缓存机制,突发状况下短时间内能保证服务正常运转。
缺点
id是有序自增,容易暴露信息,不可用于订单。
在leaf的缓存ID用完再去获取新号段的间隙,性能会有波动。
强依赖DB。
(二)增强版Leaf-segment
增强版是对上面描述的缺点2进行的改进——双cache。在leaf的ID消耗到一定百分比时,常驻的后台进程会预先去号段服务获取新的号段并缓存。具体消耗百分比、及号段step根据业务消耗速度来定。
(三)Tinyid
和增强版Leaf-segment类似,也是号段模式,提前加载号段。
(四)Leaf-snowflake
时钟回拨
服务器上的时间突然倒退回之前的时间。可能是人为的调整时间;也可能是服务器之间的时间校对。
实现方案
用Zookeeper顺序增、全局唯一的节点版本号,替换了原有的机器地址。解决了时钟回拨的问题。前面介绍ZooKeeper的缺点,强依赖ZooKeeper、大流量下的网络瓶颈。下图的方案在Leaf-snowflake 中通过缓存一个ZooKeeper文件夹,提高可用性。运行时运行时,时差小于5ms会等待时差两倍时间,如果时差大于5ms报警并停止启动。
作者简介
陈冬
腾讯后台开发工程师
腾讯后台开发工程师,目前负责腾讯视频后端中间件开发工作,在消息队列和go性能优化方面有丰富经验。
推荐阅读
第六届 Techo TVP 开发者峰会暨腾讯云大数据峰会来啦!