游戏服务器生成全局唯一ID的几种方法

最新推荐文章于 2024-09-13 11:51:08 发布

饥饿小猪

最新推荐文章于 2024-09-13 11:51:08 发布

阅读量1.4k

点赞数

分类专栏：游戏开发文章标签： id生成

原文链接：https://www.cnblogs.com/zhiranok/p/3303025.html

版权

游戏开发专栏收录该内容

8 篇文章 0 订阅

订阅专栏

在服务器系统开发时，为了适应数据大并发的请求，我们往往需要对数据进行异步存储，特别是在做分布式系统时，这个时候就不能等待插入数据库返回了取自动id了，而是需要在插入数据库之前生成一个全局的唯一id，使用全局的唯一id，在游戏服务器中，全局唯一的id可以用于将来合服方便，不会出现键冲突。也可以将来在业务增长的情况下，实现分库分表，比如某一个用户的物品要放在同一个分片内，而这个分片段可能是根据用户id的范围值来确定的，比如用户id大于1000小于100000的用户在一个分片内。目前常用的有以下几种：

1，Java 自带的UUID. UUID.randomUUID().toString()，可以通过服务程序本地产生，ID的生成不依赖数据库的实现。
  优势：
     本地生成ID，不需要进行远程调用。
   全局唯一不重复,水平扩展能力非常好。
劣势：
     ID有128 bits,占用的空间较大，需要存成字符串类型，索引效率极低。
生成的ID中没有带Timestamp，无法保证趋势递增，数据库分库分表时不好依赖。

2，基于Redis的incr方法 Redis本身是单线程操作的，而incr更保证了一种原子递增的操作。而且支持设置递增步长。
  优势：
部署方便，使用简单，只需要调用一个redis的api即可。
可以多个服务器共享一个redis服务，减少共享数据的开发时间。
Redis可以群集部署，解决单点故障的问题。
劣势：
如果系统太庞大的话，n多个服务同时向redis请求，会造成性能瓶颈。

3，来自Flicker的解决方案这个解决方法是基于数据库自增id的，
它使用一个单独的数据库专门用于生成id。
详细的大家可以网上找找，个人觉得使用挺麻烦的，不建议使用。
4，Twitter Snowflake snowflake是twitter开源的分布式ID生成算法，其核心思想是：

产生一个long型的ID，使用其中41bit作为毫秒数，10bit作为机器编号，12bit作为毫秒内序列号。这个算法单机每秒内理论上最多可以生成1000*(2^12)个，也就是大约400W的ID，完全能满足业务的需求根据snowflake 算法的思想，我们可以根据自己的业务场景，产生自己的全局唯一ID。因为Java中long类型的长度是64bits，所以我们设计的ID需要控制在64bits。
优点：
高性能，低延迟；独立的应用；按时间有序。

import java.security.SecureRandom;

/**
 * 自定义 ID 生成器  * ID 生成规则: ID长达 64 bits  *  * | 41 bits: Timestamp (毫秒) | 3 bits: 区域（机房） | 10 bits: 机器编号 | 10 bits: 序列号 |
 */
public class GameUUID {
    // 基准时间
    private long twepoch = 1288834974657L; //Thu, 04 Nov 2010 01:42:54 GMT   // 区域标志位数
    private final static long regionIdBits = 3L;   // 机器标识位数
    private final static long workerIdBits = 10L;   // 序列号识位数
    private final static long sequenceBits = 10L;     // 区域标志ID最大值
    private final static long maxRegionId = -1L ^ (-1L << regionIdBits);   // 机器ID最大值
    private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);   // 序列号ID最大值
    private final static long sequenceMask = -1L ^ (-1L << sequenceBits);     // 机器ID偏左移10位
    private final static long workerIdShift = sequenceBits;   // 业务ID偏左移20位
    private final static long regionIdShift = sequenceBits + workerIdBits;   // 时间毫秒左移23位
    private final static long timestampLeftShift = sequenceBits + workerIdBits + regionIdBits;
    private static long lastTimestamp = -1L;
    private long sequence = 0L;
    private final long workerId;
    private final long regionId;

    public GameUUID(long workerId, long regionId) {       // 如果超出范围就抛出异常
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0");
        }
        if (regionId > maxRegionId || regionId < 0) {
            throw new IllegalArgumentException("datacenter Id can't be greater than %d or less than 0");
        }
        this.workerId = workerId;
        this.regionId = regionId;
    }

    public GameUUID(long workerId) {     // 如果超出范围就抛出异常
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0");
        }
        this.workerId = workerId;
        this.regionId = 0;
    }

    public long generate() {
        return this.nextId(false, 0);
    }

    /**
     * 实际产生代码的
     *
     * @param isPadding
     * @param busId
     * @return
     */
    private synchronized long nextId(boolean isPadding, long busId) {
        long timestamp = timeGen();
        long paddingnum = regionId;
        if (isPadding) {
            paddingnum = busId;
        }
        if (timestamp < lastTimestamp) {
            try {
                throw new Exception("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds");
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
        //如果上次生成时间和当前时间相同,在同一毫秒内
        if (lastTimestamp == timestamp) {
            //sequence自增，因为sequence只有10bit，所以和sequenceMask相与一下，去掉高位
            sequence = (sequence + 1) & sequenceMask;
            //判断是否溢出,也就是每毫秒内超过1024，当为1024时，与sequenceMask相与，sequence就等于0
            if (sequence == 0) {
                //自旋等待到下一毫秒
                timestamp = tailNextMillis(lastTimestamp);
            }
        } else {
            // 如果和上次生成时间不同,重置sequence，就是下一毫秒开始，sequence计数重新从0开始累加,
            // 为了保证尾数随机性更大一些,最后一位设置一个随机数
            sequence = new SecureRandom().nextInt(10);
        }
        lastTimestamp = timestamp;
        return ((timestamp - twepoch) << timestampLeftShift) | (paddingnum << regionIdShift) | (workerId << workerIdShift) | sequence;
    }

    // 防止产生的时间比之前的时间还要小（由于NTP回拨等问题）,保持增量的趋势.
    private long tailNextMillis(final long lastTimestamp) {
        long timestamp = this.timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = this.timeGen();
        }
        return timestamp;
    }

    // 获取当前的时间戳
    protected long timeGen() {
        return System.currentTimeMillis();
    }
}

为了保持增长的趋势，要避免有些服务器的时间早，有些服务器的时间晚，需要控制好所有服务器的时间，而且要避免NTP时间服务器回拨服务器的时间;在跨毫秒时，序列号总是归0，会使得序列号为0的ID比较多，导致生成的ID取模后不均匀，所以序列号不是每次都归0，而是归一个0到9的随机数。(本代码参考:http://www.jianshu.com/p/61817cf48cc3);