有点牛逼，滴滴开源的分布式id生成系统

2020-07-28 00:00:00 生成 获取 系统 可用 方式

来自：网络

ID Generator id生成器 分布式id生成系统，简单易用、高性能、高可用的id生成系统

简介

Tinyid是用Java开发的一款分布式id生成系统，基于数据库号段算法实现，关于这个算法可以参考美团leaf或者tinyid原理介绍。
Tinyid扩展了leaf-segment算法，支持了多db(master)，同时提供了java-client(sdk)使id生成本地化，获得了更好的性能与可用性。
Tinyid在滴滴客服部门使用，均通过tinyid-client方式接入，每天生成亿级别的id。

tinyid系统架构图

下面是一些关于这个架构图的说明:

  • nextId和getNextSegmentId是tinyid-server对外提供的两个http接口


  • nextId是获取下一个id，当调用nextId时，会传入bizType，每个bizType的id数据是隔离的，生成id会使用该bizType类型生成的IdGenerator。


  • getNextSegmentId是获取下一个可用号段，tinyid-client会通过此接口来获取可用号段


  • IdGenerator是id生成的接口


  • IdGeneratorFactory是生产具体IdGenerator的工厂，每个biz_type生成一个IdGenerator实例。通过工厂，我们可以随时在db中新增biz_type，而不用重启服务


  • IdGeneratorFactory实际上有两个子类IdGeneratorFactoryServer和IdGeneratorFactoryClient，区别在于，getNextSegmentId的不同，一个是DbGet,一个是HttpGet


  • CachedIdGenerator则是具体的id生成器对象，持有currentSegmentId和nextSegmentId对象，负责nextId的核心流程。

    nextId终通过AtomicLong.andAndGet(delta)方法产生。

性能与可用性

性能

  1. http方式访问，性能取决于http server的能力，网络传输速度
  2. java-client方式，id为本地生成，号段长度(step)越长，qps越大，如果将号段设置足够大，则qps可达1000w+

可用性

  1. 依赖db，当db不可用时，因为server有缓存，所以还可以使用一段时间，如果配置了多个db，则只要有1个db存活，则服务可用
  2. 使用tiny-client，只要server有一台存活，则理论上可用，server全挂，因为client有缓存，也可以继续使用一段时间

Tinyid的特性

  1. 全局的long型id
  2. 趋势递增的id，即不保证下一个id一定比上一个大
  3. 非连续性
  4. 提供http和java client方式接入
  5. 支持批量获取id
  6. 支持生成1,3,5,7,9…序列的id
  7. 支持多个db的配置，无单点
适用场景:只关心id是数字，趋势递增的系统，可以容忍id不连续，有浪费的场景 不适用场景:类似订单id的业务(因为生成的id大部分是连续的，容易被扫库、或者测算出订单量)

推荐使用方式

  • tinyid-server推荐部署到多个机房的多台机器

    • 多机房部署可用性更高，http方式访问需使用方考虑延迟问题

  • 推荐使用tinyid-client来获取id，好处如下:

    • id为本地生成(调用AtomicLong.addAndGet方法)，性能大大增加


    • client对server访问变的低频，减轻了server的压力


    • 因为低频，即便client使用方和server不在一个机房，也无须担心延迟


    • 即便所有server挂掉，因为client预加载了号段，依然可以继续使用一段时间 注:使用tinyid-client方式，如果client机器较多频繁重启，可能会浪费较多的id，这时可以考虑使用http方式

  • 推荐db配置两个或更多:

    • db配置多个时，只要有1个db存活，则服务可用 多db配置，如配置了两个db，则每次新增业务需在两个db中都写入相关数据


tinyid的原理

Id生成系统要点

在简单系统中，我们常常使用db的id自增方式来标识和保存数据，随着系统的复杂，数据的增多，分库分表成为了常见的方案，db自增已无法满足要求。
这时候全局的id生成系统就派上了用场。当然这只是id生成其中的一种应用场景。
那么id生成系统有哪些要求呢？
  1. 全局的id:无论怎样都不能重复，这是基本的要求了
  2. 高性能:基础服务尽可能耗时少，如果能够本地生成好
  3. 高可用:虽说很难实现的可用性，但是也要无限接近于的可用性
  4. 简单易用: 能够拿来即用，接入方便，同时在系统设计和实现上要尽可能的简单

Tinyid的实现原理

我们先来看一下常见的id生成方式，db的auto_increment，相信大家都非常熟悉，我也见过一些同学在实战中使用这种方案来获取一个id，这个方案的优点是简单，缺点是每次只能向db获取一个id，性能比较差，对db访问比较频繁，db的压力会比较大。
那么是不是可以对这种方案优化一下呢，可否一次向db获取一批id呢？答案当然是可以的。 
一批id，我们可以看成是一个id范围，例如(1000,2000]，这个1000到2000也可以称为一个"号段"，我们一次向db申请一个号段，加载到内存中，然后采用自增的方式来生成id，这个号段用完后，再次向db申请一个新的号段，这样对db的压力就减轻了很多，同时内存中直接生成id，性能则提高了很多。
那么保存db号段的表该怎设计呢？

DB号段算法描述

如上表，我们很容易想到的是db直接存储一个范围(start_id,end_id]，当这批id使用完毕后，我们做一次update操作，update start_id=2000(end_id), end_id=3000(end_id+1000)，update成功了，则说明获取到了下一个id范围。仔细想想，实际上start_id并没有起什么作用，新的号段总是(end_id,end_id+1000]。
所以这里我们更改一下，db设计应该是这样的：

  • 这里我们增加了biz_type，这个代表业务类型，不同的业务的id隔离


  • max_id则是上面的end_id了，代表当前大的可用id


  • step代表号段的长度，可以根据每个业务的qps来设置一个合理的长度


  • version是一个乐观锁，每次更新都加上version，能够保证并发更新的正确性  那么我们可以通过如下几个步骤来获取一个可用的号段，


  • A.查询当前的max_id信息：select id, biz_type, max_id, step, version from tiny_id_info where biz_type='test';


  • B.计算新的max_id: new_max_id = max_id + step


  • C.更新DB中的max_id：update tiny_id_info set max_id=#{new_max_id} , verison=version+1 where id=#{id} and max_id=#{max_id} and version=#{version}


  • D.如果更新成功，则可用号段获取成功，新的可用号段为(max_id, new_max_id]


  • E.如果更新失败，则号段可能被其他线程获取，回到步骤A，进行重试

号段生成方案的简单架构

如上我们已经完成了号段生成逻辑，那么我们的id生成服务架构可能是这样的
id生成系统向外提供http服务，请求经过我们的负载均衡router，到达其中一台tinyid-server，从事先加载好的号段中获取一个id，如果号段还没有加载，或者已经用完，则向db再申请一个新的可用号段，多台server之间因为号段生成算法的原子性，而保证每台server上的可用号段不重，从而使id生成不重。 
可以看到如果tinyid-server如果重启了，那么号段就作废了，会浪费一部分id；同时id也不会连续；每次请求可能会打到不同的机器上，id也不是单调递增的，而是趋势递增的，不过这对于大部分业务都是可接受的。

简单架构的问题

到此一个简单的id生成系统就完成了，那么是否还存在问题呢？回想一下我们开始的id生成系统要求，高性能、高可用、简单易用，在上面这套架构里，至少还存在以下问题:

  • 当id用完时需要访问db加载新的号段，db更新也可能存在version冲突，此时id生成耗时明显增加


  • db是一个单点，虽然db可以建设主从等高可用架构，但始终是一个单点


  • 使用http方式获取一个id，存在网络开销，性能和可用性都不太好

优化办法如下:

(1)双号段缓存
对于号段用完需要访问db，我们很容易想到在号段用到一定程度的时候，就去异步加载下一个号段，保证内存中始终有可用号段，则可避免性能波动。
(2)增加多db支持
db只有一个master时，如果db不可用(down掉或者主从延迟比较大)，则获取号段不可用。实际上我们可以支持多个db，比如2个db，A和B，我们获取号段可以随机从其中一台上获取。
那么如果A,B都获取到了同一号段，我们怎么保证生成的id不重呢？
tinyid是这么做的，让A只生成偶数id，B只生产奇数id，对应的db设计增加了两个字段，如下所示

delta代表id每次的增量，remainder代表余数，例如可以将A，B都delta都设置2，remainder分别设置为0，1则，A的号段只生成偶数号段，B是奇数号段。
通过delta和remainder两个字段我们可以根据使用方的需求灵活设计db个数，同时也可以为使用方提供只生产类似奇数的id序列。
(3) 增加tinyid-client
使用http获取一个id，存在网络开销，是否可以本地生成id？为此我们提供了tinyid-client，我们可以向tinyid-server发送请求来获取可用号段，之后在本地构建双号段、id生成，如此id生成则变成纯本地操作，性能大大提升，因为本地有双号段缓存，则可以容忍tinyid-server一段时间的down掉，可用性也有了比较大的提升。
(4) tinyid终架构
终我们的架构可能是这样的
  • tinyid提供http和tinyid-client两种方式接入
  • tinyid-server内部缓存两个号段
  • 号段基于db生成，具有原子性
  • db支持多个
  • tinyid-server内置easy-router选择db

项目地址

github地址：https://github.com/didi/tinyid
<END>

相关文章