Java小强个人技术博客站点    手机版
当前位置: 首页 >> 开源 >> 雪花算法中非常好用的数字ID生成器yitter

雪花算法中非常好用的数字ID生成器yitter

15200 开源 | 2023-8-4

最佳实践(置顶)

针对大家在测试过程中,经常出现的性能问题,以下给出3组最佳实践配置:

如果生成ID速度不超过5W/s,不用修改任何配置参数

如果生成ID速度超过5W/s,低于50W,推荐修改:SeqBitLength=10

如果生成ID速度超过50W/s,接近500W,推荐修改:SeqBitLength=12

总之,增加 SeqBitLength 会让性能更高,但生成的 ID 也会更长。


算法介绍

这是优化的雪花算法(雪花漂移),它生成的ID更短、速度更快。

支持 k8s 等容器环境自动扩容(自动注册 WorkerId),可在单机或分布式环境生成数字型唯一ID。

原生支持 C#/Java/Go/C/Rust/Python/Node.js/PHP(C扩展)/SQL/ 等语言,并提供多线程安全调用动态库(FFI)。

兼容所有雪花算法(号段模式或经典模式,大厂或小厂),将来你可做任意的升级切换。

这是计算机历史上最全面的雪花ID生成工具。【截至2022年8月】


需求来源

作为架构设计的你,想要解决数据库主键唯一的问题,特别是在分布式系统多数据库中。

你希望数据表主键用最少的存储空间,索引速度更快,Select、Insert 和 Update 更迅速。

你要考虑在分库分表(合库合表)时,主键值可直接使用,并能反映业务时序。

如果这样的主键值太长,超过前端 js Number 类型最大值,须把 Long 型转换为 String 型,你会觉得有点沮丧。

尽管 Guid 能自增,但占用空间大,索引速度慢,你不想用它。

应用实例可能超过50个,每个并发请求可达10W/s。

要在容器环境部署应用,支持水平复制、自动扩容。

不想依赖 redis 的自增操作获得连续的主键ID,因为连续的ID存在业务数据安全风险。

你希望系统运行 100 年以上。


传统算法问题

生成的ID太长。

瞬时并发量不够。

不能解决时间回拨问题。

不支持后补生成前序ID。

可能依赖外部存储系统。


新算法特点

整形数字,随时间单调递增(不一定连续),长度更短,用50年都不会超过 js Number类型最大值。(默认配置)

速度更快,是传统雪花算法的2-5倍,0.1秒可生成50万个(基于8代低压i7)。

支持时间回拨处理。比如服务器时间回拨1秒,本算法能自动适应生成临界时间的唯一ID。

支持手工插入新ID。当业务需要在历史时间生成新ID时,用本算法的预留位能生成5000个每秒。

不依赖任何外部缓存和数据库。(k8s环境下自动注册 WorkerId 的动态库依赖 redis)

基础功能,开箱即用,无需配置文件、数据库连接等。


性能数据

极致性能:500W/s~3000W/s。(所有测试数据均基于8代低压i7计算)


如何处理时间回拨

当发生系统时间回拨时,算法采用过去时序的预留序数生成新的ID。

回拨生成的ID序号,默认靠前,也可以调整为靠后。

允许时间回拨至本算法预设基数(参数可调)。


ID组成说明

本算法生成的ID由3部分组成(沿用雪花算法定义):

+-------------------------+--------------+----------+

| 1.相对基础时间的时间差 | 2.WorkerId | 3.序列数 |

+-------------------------+--------------+----------+

第1部分,时间差,是生成ID时的系统时间减去 BaseTime 的总时间差(毫秒单位)。

第2部分,WorkerId,是区分不同机器或不同应用的唯一ID,最大值由 WorkerIdBitLength(默认6)限定。

第3部分,序列数,是每毫秒下的序列数,由参数中的 SeqBitLength(默认6)限定。


能用多久

能用多久的解释,是指生成的ID数字,何时能增长到超过 long(有符号64位,8字节)最大值。

在默认配置下,ID可用 71000 年不重复。

在支持 1024 个工作节点时,ID可用 4480 年不重复。

在支持 4096 个工作节点时,ID可用 1120 年不重复。


参数设置

WorkerIdBitLength,机器码位长,决定 WorkerId 的最大值,默认值6,取值范围 [1, 19],实际上有些语言采用 无符号 ushort (uint16) 类型接收该参数,所以最大值是16,如果是采用 有符号 short (int16),则最大值为15。

WorkerId,机器码,最重要参数,无默认值,必须 全局唯一(或相同 DataCenterId 内唯一),必须 程序设定,缺省条件(WorkerIdBitLength取默认值)时最大值63,理论最大值 2^WorkerIdBitLength-1(不同实现语言可能会限定在 65535 或 32767,原理同 WorkerIdBitLength 规则)。不同机器或不同应用实例 不能相同,你可通过应用程序配置该值,也可通过调用外部服务获取值。针对自动注册WorkerId需求,本算法提供默认实现:通过 redis 自动注册 WorkerId 的动态库,详见“Tools\AutoRegisterWorkerId”。

特别提示:如果一台服务器部署多个独立服务,需要为每个服务指定不同的 WorkerId。

SeqBitLength,序列数位长,默认值6,取值范围 [3, 21](建议不小于4),决定每毫秒基础生成的ID个数。如果每秒请求数不超过5W,保持默认值6即可;如果超过5W,不超过50W,建议赋值10或更大,以此类推。规则要求:WorkerIdBitLength + SeqBitLength 不超过 22。

MinSeqNumber,最小序列数,默认值5,取值范围 [5, MaxSeqNumber],每毫秒的前5个序列数对应编号0-4是保留位,其中1-4是时间回拨相应预留位,0是手工新值预留位。

MaxSeqNumber,最大序列数,设置范围 [MinSeqNumber, 2^SeqBitLength-1],默认值0,真实最大序列数取最大值(2^SeqBitLength-1),不为0时,取其为真实最大序列数,一般无需设置,除非多机共享WorkerId分段生成ID(此时还要正确设置最小序列数)。

BaseTime,基础时间(也称:基点时间、原点时间、纪元时间),有默认值(2020年),是毫秒时间戳(是整数,.NET是DatetTime类型),作用是:用生成ID时的系统时间与基础时间的差值(毫秒数)作为生成ID的时间戳。基础时间一般无需设置,如果觉得默认值太老,你可以重新设置,不过要注意,这个值以后最好不变。

第二版计划增加参数:

DataCenterId,数据中心ID(机房ID,默认0),请确保全局唯一。

DataCenterIdBitLength,数据中心ID长度(默认0)。

TimestampType,时间戳类型(0-毫秒,1-秒),默认0。


配置变更

配置变更是指系统运行一段时间后,再调整运行参数(IdGeneratorOptions 对象属性),请注意:

1.首要原则是:BaseTime 只能更旧(距现在更远),让生成的ID值较历史最大值更大,确保没有时间重叠区,不产生重复ID。[不推荐 在系统运行之后调整 BaseTime]

2.任何时候增加 WorkerIdBitLength 或 SeqBitLength,都是允许的,但应慎用 “减小”操作,因为这可能导致在未来某天生成的 ID 与旧配置时相同。[允许在系统运行之后 增加 任何一个 xxxBitLength 值]

3.如果必须减小 WorkerIdBitLength 或 SeqBitLength 其中的一项,一定要满足条件:新的两个 xxxBitLength 之和要大于旧值之和。[不推荐 在运行之后缩小任何一个 BitLength 值]

4.上述3条规则,并未在本算法内做逻辑控制,使用者应在确认新配置符合要求后,再实施配置变更。


自动注册WorkerId

唯一ID生成器,依赖WorkerId,当业务服务需要水平无差别复制(自动扩容)时,这就要求能自动注册全局唯一WorkerId,然后才能生产唯一ID。

本算法提供开源动态库(go语言实现),能在容器 k8s 等容器环境下,通过 redis 自动注册 WorkerId。

通过redis注册WorkerId,并非唯一方法。你还可以开发中心化的配置服务,各端点服务启动时,通过中心服务获取唯一 WorkerId。

当然,如果你的服务无需自动扩容,那就不必自动注册WorkerId,而是为它们分别设置全局唯一值。

方法还有很多,例如:开发中心化的ID生成服务,由它为各端点服务(单个或批量)生成可用ID。


使用示例,POM引入:

<dependency>
    <groupId>com.github.yitter</groupId>
    <artifactId>yitter-idgenerator</artifactId>
    <version>1.0.6</version>
</dependency>


示例代码:

package com.example.springboot.tool.creator;

import com.github.yitter.contract.IdGeneratorOptions;
import com.github.yitter.idgen.YitIdHelper;

/**
 * 多语言新雪花算法(SnowFlake IdGenerator)
 * https://gitee.com/yitter/idgenerator
 */
public class SnowflakeByYitter {
    public static void main(String[] args) {
        IdGeneratorOptions options = new IdGeneratorOptions();
        // 雪花计算方法 (1-漂移算法|2-传统算法),默认1
        options.Method = 1;
        // 机器码 必须由外部设定,最大值 2^WorkerIdBitLength-1
        // 默认值6,限定 WorkerId 最大值为2^6-1,即默认最多支持64个节点。
        options.WorkerId = 1;
        // 序列数位长 默认值6,取值范围 [3, 21](要求:序列数位长+机器码位长不超过22)
        // 默认值6,限制每毫秒生成的ID个数。若生成速度超过5万个/秒,建议加大 SeqBitLength 到 10。
        options.SeqBitLength = 6;
        // 基础时间(ms单位) 不能超过当前系统时间
        // 如果要兼容老系统的雪花算法,此处应设置为老系统的BaseTime。
        // options.BaseTime = 1582206693000L;
        // 机器码位长 默认值6,取值范围 [1, 15](要求:序列数位长+机器码位长不超过22)
        options.WorkerIdBitLength = 6;
        // 序列数位长 默认值6,取值范围 [3, 21](要求:序列数位长+机器码位长不超过22)
        options.SeqBitLength = 6;

        // 保存参数(务必调用,否则参数设置不生效):
        YitIdHelper.setIdGenerator(options);

        long newId = YitIdHelper.nextId();
        System.out.println("=====================================");
        System.out.println("生成Id:" + newId);
    }

}


雪花算法中非常好用的数字ID生成器

参数可以参考源码。


推荐您阅读更多有关于“ 性能 雪花算法 ID生成器 最佳实践 ”的文章

上一篇:Minio的安装和Java使用示例 下一篇:dynamic动态数据源编码切换数据源

猜你喜欢

发表评论: