一、雪花算法简介:
1、雪花算法是Twitter 开源的分布式、自增长 id 生成算法;
2、雪花算法生成的id是一个无符号长整型(unsigned long)的id,它占64个bit(8*8);
二、项目背景:
1、多台服务器组成的集群;
2、每台服务器同时启动多个worker;
3、每个worker使用雪花算法生成自增长id、再通过mycat进行批量入库。
三、需求分析:
1、自增长;
2、分布式;
显然,雪花算法很适合我们。
四、问题分析及解决方案:
1、Q:如何确保生成的id为正?
A:让id的第一个bit位固定为0。
2、Q:如何确保id自增?
A:使用毫秒级时间戳。
3、如何确保集群中不同的机器上的生成id不重复?
A1:每台服务器有一个固定的机器id(hostid),这个能确保集群中不同的机器上的生成id不重复。
A2:给每台服务器配置一个id,用这个id代替hostid,这个能确保集群中不同的机器上的生成id不重复。
4、如何确保同一台机器上不同的worker生成的id不重复?
A1:每个worker即一个进程(pid),可以取进程id来区别不同worker。
A2:将每个worker的pid映射成对应的workerid,并写入配置文件中。
5、如何确保同一worker的同一毫秒内生成的id不重复?
A:增加序号来控制,如果时间相同则改变序号值。
通过上面的分析,我们可以确定雪花算法生成的id包括以下五部分:符号位、时间戳、hostid、workerid、序号
1)符号位,无意义;
2)时间戳,控制自增长;
3)hostid,控制不同机器生成不重复的id;
4)workerid,控制同一机器上不同进程生成不重复的id;
5)序号,控制同一机器上同一进程且同一时刻生成不重复的id;
五、bit资源分配方案:
1、符号位,固定1个bit;
2、时间戳,时间戳越大,我们能够使用的年限越多,36个bit大概可以使用两年多,41个bit大概可以使用69年。为了不吃官司,我们的时间戳应该控制在36~41位;
3、hostid,服务器自带的hostid占6位(48个bit),显然不能用它,所以我们需要给集群中的每一台服务器添加一个配置文件,每台服务器配置一个唯一的id作为hostid;
4、workerid,我们知道进程id一般最大为0x7fff,占15个bit,显然bit资源也不够分,所以我们需要将每个worker的pid映射成对应的workerid,并写入配置文件中;
6、序号,根据实际情况设置范围。
综上,我的分配方案如下:
1)符号位,1bit;
2)时间戳,41bit;
3)hostid,5bit(0~31);
4)workerid,5bit(0~31);
6)序号,12bit(0~4095)
该方案最多支持32台服务器的集群,每台服务器上最多同时启动32个worker(具体还得根据服务器资源分配)。
六、hostid和workerid的配置文件(Severcfg.xml):
1)Severcfg.xml
其中Hostid需要手动配置,集群中每台服务器的Hostid必须不一致;WorkerInfo是由worker启动脚本动态添加。
2)worker启动脚本:
#! /bin/bash
WORKER_DIR="/home/fleet/worker"
data_time=`date +'%Y-%m-%d'`
WORKER_NAME="/home/fleet/worker/worker.jar"
WORKER_PORT=23451
WORKER_COUNT=10
WORKER_LOG_PATH="/home/fleet/worker/logs"
SEVERCFG="/home/fleetb64/config/Severcfg.xml"
#判断worker所在路径是否为全路径
if [[ ! $WORKER_NAME =~ ^\/.* ]];then
WORKER_NAME=$WORKER_DIR/$WORKER_NAME
fi
#判断日志路径是否为全路径
if [[ ! $WORKER_LOG_PATH =~ ^\/.* ]];then
WORKER_LOG_PATH=$WORKER_DIR/$WORKER_LOG_PATH
fi
#判断worker是否存在
if [ ! -f $WORKER_NAME ];then
echo "$WORKER_NAME not exist!"
exit 1
fi
#如果日志路径不存在,创建之
if [ ! -d "$WORKER_LOG_PATH" ];then
echo "mkdir $WORKER_LOG_PATH"
mkdir $WORKER_LOG_PATH
fi
echo "WORKER_NAME:$WORKER_NAME, WORKER_PORT:, WORKER_COUNT:$WORKER_COUNT WORKER_LOG_PATH:$WORKER_LOG_PATH WORKER_DIR=$WORKER_DIR";
#start worker
cd $WORKER_DIR
source /home/fleet/.bashrc;
for ((i=0; i < $WORKER_COUNT; i++))
do
pid=$(netstat -nlp | grep ":$WORKER_PORT" | awk '{print $7}' | awk -F"/" '{ print $1 }');
if [ ! -n "$pid" ]; then
WORKER_OUTFILE=$WORKER_LOG_PATH/worker$WORKER_PORT-$data_time.out
echo "About to start process, port:$WORKER_PORT, log:$WORKER_OUTFILE";
nohup java -Xms1024m -Xmx1024m -XX:PermSize=256m -XX:MaxPermSize=512m -XX:MaxNewSize=512m -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=$WORKER_DIR -jar -Dserver.port=$WORKER_PORT -Dmanagement.server.port=$WORKER_PORT $WORKER_NAME >> $WORKER_OUTFILE 2>&1 &
else
echo "WORKER_PORT:$WORKER_PORT already occupied";
fi
#将pid的映射id写入配置文件中
if [ -f $SEVERCFG ]; then
sed -i "/$WORKER_PORT/d" $SEVERCFG
sed -i "/HostId/a\ " $SEVERCFG
fi
WORKER_PORT=$[$WORKER_PORT+1];
done
ulimit -c unlimited;
ulimit -c;
该脚本的主要作用是:以某个端口为起始,启动多个worker,并将worker进程id映射成0~31范围内的id,写入配置文件中。
3)worker停止脚本
#! /bin/sh
#stop workerjar
WORKER_DIR=$(cd $(dirname $0); pwd)
WORKER_NAME="worker.jar"
CLEAR_WORKER_CRONTAB="$WORKER_DIR/clear-worker-crontab.sh"
SEVERCFG="/home/fleet/lib64/config/Severcfg.xml"
if [ $# -eq 1 ];then
WORKER_NAME=$1
else
if [ $# -gt 1 ];then
echo "Too many parameters"
exit 1
fi
fi
pid=`ps -aux |grep java | grep $WORKER_NAME | awk '{print $2}'`
if [ -n "$pid" ];then
kill -15 $pid
echo "kill worker process[$pid] success"
else
echo "not find worker process"
fi
#删除定时器
chmod 755 $CLEAR_WORKER_CRONTAB;
$CLEAR_WORKER_CRONTAB;
sed -i '/HostId/d' $SEVERCFG
4)其他脚本此处略,包括定时器等。有需要可以在下面评论区评论。
七、由于时间有限,雪花算法的C++和Java实现代码,略,有需要可以评论区评论,后面也可能补上。
标签:总结,NAME,WORKER,worker,雪花,PORT,算法,id,LOG
来源: https://www.cnblogs.com/ForestCherry/p/13217802.html