分布式全局唯一ID （学习总结---从入门到深化）

news2024/11/18 4:49:58

分布式全局唯一ID

何为 ID

为什么需要分布式ID

分布式全局唯一ID解决方案

UUID

依靠数据库自增字段生成

号段模式

Redis自增key方案

雪花算法（SnowFlake）

分布式全局唯一ID_什么是雪花算法SonwFlake

雪花算法作用

SnowFlake算法优点

SnowFlake算法的缺点

雪花算法组成

分布式全局唯一ID实现_雪花算法SonwFlake落地实现

Hutool简介

引入相关依赖

Snowflake

雪花算法SpringBoot引用

分布式全局唯一ID实现_雪花算法SonwFlake落地实现之 Mybatis Plus

分布式全局唯一ID

何为 ID

日常开发中，我们需要对系统中的各种数据使用 ID 唯一表示，比如用户 ID 对应且仅对应一个人，商品 ID 对应且仅对应一件商品，订单 ID 对应且仅对应一个订单。

为什么需要分布式ID

随着系统数据量越来越大，单数据库压力太大无法维持性能，所以可能就需要变成一主多从这样读写分离，随着继续扩大一主多从也无法支撑了。这时就需要分库分表，这样的话就会出现不同库表之间的数据id不能再依赖数据库自增的id，而需要外部一种方式生成全局统一的唯一id。

分布式ID需要满足什么条件

分布式全局唯一ID解决方案

UUID

Java本身提供了UUID，这是一个唯一的字符串，它可以不依赖其他工具在本地生成。

依靠数据库自增字段生成

一个数据库压力大就搞多个数据库，之后搞一个Step步长的概念，每个数据库的自增起始值不同，但是他们的增长Step相同。如下图所示。

优点

返回的分布式ID是趋势递增的id唯一。解决了单点问题，即使一个宕机其他的还可以提供服务。

缺点

单点压力还是很大，因为DB本身写操作就耗时间。最主要的问题还是扩容困难，比如要加一台DB3是很难加进来的，除非停机，将所有DB的id进行修改，同时修改步长。

号段模式

它没有采用新插入记录返回id的方案，而是一个业务类型就是一行数据，用一行数据来维护这个业务的自增id。服务来修改这行数据的max_id，比如当前max_id值是0，那么来给max_id加上1000，如果返回成功，就代表这个服务获得了1-1000这段分布式id，之后将这段缓存在服务内部，用光之后再来表中取。

优点

效率很高，db的压力减小，而且一张表可以维护很多业务的分布式 id。

缺点

复杂性提高，需要系统为了这个生成方案对号段进行缓存。

Redis自增key方案

通过incr命令让一个key自增，自增后的值作为分布式id。

优点

1、有序递增，可读性强

2、性能较高

缺点

1、占用带宽，依赖Redis

雪花算法（SnowFlake）

SnowFlake生成的是一个Long类型的值，Long类型的数据占用8个字节，也就是64位。SnowFlake将64进行拆分，每个部分具有不同的含义，当然机器码、序列号的位数可以自定义也可以。

优点

本地生成，不依赖中间件。生成的分布式id足够小，只有8个字节，而且是递增的。

缺点

时钟回拨问题，强烈依赖于服务器的时间，如果时间出现时间回拨就可能出现重复的id。

分布式全局唯一ID_什么是雪花算法SonwFlake

Snowflake常称为雪花算法，是Twitter开源的分布式ID生成算法，生成后是一个64bit的long型数值，组成部分引入了时间戳，基本保持了自增。

雪花算法作用

SnowFlake算法优点

SnowFlake算法的缺点

依赖系统时间，如果系统时间被回调，或者改变，可能会造成ID冲突或者重复

雪花算法组成

分布式全局唯一ID实现_雪花算法SonwFlake落地实现

Hutool简介

Hutool是一个小而全的Java工具类库，通过静态方法封装，降低相关API的学习成本，提高工作效率，使Java拥有函数式语言般的优雅，让Java语言也可以“甜甜的”。

引入相关依赖

hutool工具包已经提供雪花算法ID生成的工具类。

<!-- https://mvnrepository.com/artifact/cn.hutool/hutool-all -->
<dependency>
    <groupId>cn.hutool</groupId>
    <artifactId>hutool-all</artifactId>
    <version>5.7.13</version>
</dependency>

Snowflake

分布式系统中，有一些需要使用全局唯一ID的场景，有些时候我们希望能使用一种简单一些的ID，并且希望ID能够按照时间有序生成。Twitter的Snowflake 算法就是这种生成器。

//参数1为机器标识
//参数2为数据标识
Snowflake snowflake = IdUtil.getSnowflake(1,1);
long id = snowflake.nextId();
//简单使用
long id = IdUtil.getSnowflakeNextId();
String id = snowflake.getSnowflakeNextIdStr();

雪花算法SpringBoot引用

config文件

package com.example.demo.config;
import cn.hutool.core.lang.Snowflake;
import cn.hutool.core.net.NetUtil;
import cn.hutool.core.util.IdUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;
import javax.annotation.PostConstruct;
@Slf4j
@Component
public class IdGeneratorSnowflake {
    private long workerId = 0;  //第几号机房
    private long datacenterId = 1;  //第几号机器
    private Snowflake snowflake = IdUtil.getSnowflake(workerId, datacenterId);
    @PostConstruct  //构造后开始执行，加载初始化工作
    public void init(){
        try{
            //获取本机的ip地址编码
            workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());
            log.info("当前机器的workerId: " + workerId);
       }catch (Exception e){
            e.printStackTrace();
            log.warn("当前机器的workerId获取失败 ----> " + e);
            workerId = NetUtil.getLocalhostStr().hashCode();
       }
   }
    /**
     * 生成id
     * @return
     */
    public synchronized long snowflakeId(){
        return snowflake.nextId();
   }
}

分布式全局唯一ID实现_雪花算法SonwFlake落地实现之 Mybatis Plus

初始化工程

<dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>3.4.2</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
            <exclusions>
                <exclusion>
                    <groupId>org.junit.vintage</groupId>
                    <artifactId>junit-vintage-engine</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
    </dependencies>

开启MapperScan扫描

在 Spring Boot 启动类中添加 @MapperScan 注解，扫描 Mapper 文件夹：

@SpringBootApplication
@MapperScan("com.itbaizhan.sonwflake.mapper")
public class Application {
    public static void main(String[] args) {
      SpringApplication.run(Application.class,args);
   }
}

编码

编写实体类 User.java

@Data
public class User {
    @TableId(type = IdType.ASSIGN_ID)// 雪花算法
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

编写Mapper

public interface UserMapper extends
BaseMapper<User> {
}

添加测试类

@Test
    void createUser() {
        User user = new User();
        user.setName("张三");
        user.setAge(18);
        user.setEmail("23472@qq.com");
        userMapper.insert(user);
   }

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/55131.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！