野谈系列之高性能可定制化分布式发号器

刘兵，花名玄靖，开源技术爱好者，高性能Redis中间件NRedis-Proxy作者，目前研究方向为java中间件，微服务等技术。

一、什么是分布式发号器

说起分布式发号器的前生今世，咱们应该感恩这个时代；随着互联网在中国越来越普及化，单机系统或者一个小系统已经无法满足需要，随着用户逐渐增多，数据量越来越大，单个应用或者单个数据库已经无法满足需求，在应用以至于微服务来临，在数据库存储方面分库分表来临，可以解决问题；但是新的问题产生，怎么样做到多个应用可以有唯一主键或者序号，防止数据重复呢？分布式发号器正好为解决这个问题，可以让大家无须为这个问题烦恼了，这是本人写这篇文章初衷。

二、分布式发号器优势

1) 解决分库分表中唯一序号的问题
2) 解决分布式应用或者微服务框架中唯一序号的问题
3) 提供可定制化生成规则，根据业务需求可自定义扩展
4) 性能高效且系统简单稳定
5) 系统可任意扩展

三、分布式发号器架构图

四、分布式发号器流程图

1、分布式发号器重要字段

2、concurrentValue不存在的流程图

3、concurrentValue存在的流程图

五、目前存在分布式发号器解决方案

1、UUID

Universally Unique IDentifier(UUID)，有着正儿八经的RFC规范，是一个128bit的数字，也可以表现为32个16进制的字符（每个字符0-F的字符代表4bit），中间用”-“分割。

• 时间戳＋UUID版本号： 分三段占16个字符(60bit+4bit)
• Clock Sequence号与保留字段：占4个字符(13bit＋3bit)
• 节点标识：占12个字符(48bit)

2、Hibernate

Hibernate的CustomVersionOneStrategy.java，解决了之前version 1的两个问题

• 时间戳(6bytes, 48bit)：毫秒级别的，从1970年算起，能撑8925年….
• 顺序号(2bytes, 16bit, 最大值65535): 没有时间戳过了一毫秒要归零的事，各搞各的，short溢出到了负数就归0。
• 机器标识(4bytes 32bit): 拿localHost的IP地址，IPV4呢正好4个byte，但如果是IPV6要16个bytes，就只拿前4个byte。
• 进程标识(4bytes 32bit)： 用当前时间戳右移8位再取整数应付，不信两条线程会同时启动。

3、MongoDB

MongoDB的ObjectId.java
时间戳(4 bytes 32bit)：是秒级别的，从1970年算起，能撑136年。

• 自增序列(3bytes 24bit, 最大值一千六百万)： 是一个从随机数开始（机智）的Int不断加一，也没有时间戳过了一秒要归零的事，各搞各的。因为只有3bytes，所以一个4bytes的Int还要截一下后3bytes。
• 机器标识(3bytes 24bit)： 将所有网卡的Mac地址拼在一起做个HashCode，同样一个int还要截一下后3bytes。搞不到网卡就用随机数混过去。
• 进程标识(2bytes 16bits)：从JMX里搞回来到进程号，搞不到就用进程名的hash或者随机数混过去。
  可见，MongoDB的每一个字段设计都比Hibernate的更合理一点，时间戳是秒级别的，自增序列变长了，进程标识变短了。总长度也降到了12 bytes 96bit。

4、Twitter的snowflake派号器

snowflake也是一个派号器，基于Thrift的服务，不过不是用redis简单自增，而是类似UUID version1，只有一个Long 64bit的长度，所以IdWorker紧巴巴的分配成：

• 时间戳(42bit) ：自从2012年以来(比那些从1970年算起的会过日子)的毫秒数，能撑139年。
• 自增序列(12bit，最大值4096)：毫秒之内的自增，过了一毫秒会重新置0。
• DataCenter ID (5 bit, 最大值32)：配置值，支持多机房。
• Worker ID ( 5 bit, 最大值32)，配置值，因为是派号器的id，一个机房里最多32个派号器就够了，还会在ZK里做下注册。

可见，因为是中央派号器，把至少40bit的节点标识都省出来了，换成10bit的派号器标识。所以整个UID能够只用一个Long表达。

另外，这种派号器，client每次只能一个ID，不能批量取，所以额外增加的延时是问题,而且只能1024台机器范围之内。

以上几种方案同一个问题，不可自定义，位数过长。