标签：des 文件 大数 计算机 简单的 维护 log tostring 空间
目录
疯狂创客圈 Java 分布式聊天室【 亿级流量】实战系列之 -25【 博客园 总入口 】
? 大家好，我是作者尼恩。目前和几个小伙伴一起，组织了一个高并发的实战社群【疯狂创客圈】。正在开始高并发、亿级流程的 IM 聊天程序 学习和实战
? 前面，已经完成一个高性能的 Java 聊天程序的四件大事：
接下来，需要进入到分布式开发的环节了。 分布式的中间件，疯狂创客圈的小伙伴们，一致的选择了zookeeper，不仅仅是由于其在大数据领域，太有名了。更重要的是，很多的著名框架，都使用了zk。
? 本篇介绍 ZK 的分布式命名服务 中的 分布式ID生成器。
zookeeper的命名服务，主要是利用zookeepeer节点的树型分层结构和子节点的次序维护能力，为分布式系统中的资源命名与标识能力。
zookeeper的分布式命名服务，典型的应用场景有：
（1）提供分布式JNDI的API目录服务功能。
可以把系统中各种API接口服务的名称、链接地址放在zookeeper的树形分层结果中，提供分布式的API调用能力。著名的分布式框架，就是应用了zookeeper的分布式的JNDI能力。
开源的分布式服务框架Dubbo中使用ZooKeeper来作为其命名服务，维护全局的服务接口API地址列表。在Dubbo实现中，provider服务提供者在启动的时候，向ZK上的指定节点/dubbo/${serviceName}/providers文件夹下写入自己的API地址，这个操作就相当于服务的公开。
consumer服务消费者启动的时候，订阅节点/dubbo/{serviceName}/providers文件夹下的provider服务提供者URL地址，获得所有的访问提供者的API。
（2）制作分布式的ID生成器，为分布式系统中的每一个数据资源，提供的唯一的标识能力。
在单体服务环境下，我们唯一标识一个数据资源，通常利用数据库的主键自增功能。但是在大量服务器集群的场景下，依赖单体服务的数据库主键自增生成唯一ID，没有办法满足高并发和高负载的需求。
（3）分布式节点的命名服务
一个分布式系统会有很多的节点组成，而且，节点的数量是不断动态变化的。根据业务的膨胀需要和迎接流量洪峰，可能会加入大量的动态很多节点。流量洪峰过去，就需要下线大量的节点。或者说，由于机器或者网络的原因，一些节点主动的离开的集群。
如何为大量的动态节点命名呢？一种简单的办法是，可以通过配置文件，手动的进行每一个节点的命名。但是如果节点数据量太大，或者说变动频繁，手动命名是不现实的，这就需要用到分布式节点的命名服务。
疯狂创客圈的分布式IM实战项目，也会使用分布式命名服务，为每一个IM节点动态命名。
在分布式系统中，ID生成器的使用场景，非常非常多：
（1）大量的数据记录，需要分布式ID
（2）大量的系统消息，需要分布式ID
（3）大量的请求日志，如http请求记录，需要唯一标识，以便进行后续的用户行为分析和调用链路分析，等等等等。
传统的数据库自增主键，或者单体的自增主键，已经不能满足需求。在分布式系统环境中，迫切需要一个全新的唯一ID的系统，这个系统需要满足以下需求：
（1）全局唯一：不能出现重复ID
（2）高可用：ID生成系统是基础系统，被许多关键系统调用，一旦宕机，会造成严重影响。
分布式唯一ID生成分案有很多种：
（1） java的UUID
（2） 利用分布式缓存Redis生成ID
利用Redis的原子操作INCR和INCRBY，生成全局唯一的ID。
（3） Twitter的snowflake算法
（4） ZooKeeper生成ID
利用ZooKeeper 的顺序节点，生成全局唯一的ID。
（5） MongoDb的ObjectId
利用分布式Nosql MongDB，生成全局唯一的ID。
首先分析一下java语言中的 UUID方案。
UUID是Universally Unique Identifier的缩写，它是在一定的范围内（从特定的名字空间到全球）唯一的机器生成的标识符。UUID在其他语言中也叫GUID，在java中，生成UUID的代码很简单：
String uuid = UUID.randomUUID().toString()一个UUID是16字节长的数字，一共128位。通常以36字节的字符串表示，比如：3F2504E0-4F89-11D3-9A0C-0305E82C3301。 使用的时候，可以把中间的4个中划线去掉，剩下32位字符串。
UUID经由一定的算法机器生成，为了保证UUID的唯一性，规范定义了包括网卡MAC地址、时间戳、名字空间(Namespace)、随机或伪随机数、时序等元素，以及从这些元素生成UUID的算法。UUID的只能由计算机生成。
UUID的优点：本地生成ID，不需要进行远程调用，时延低，性能高。
UUID的缺点：UUID过长，16字节128位，通常以36长度的字符串表示，很多场景不适用，比如，由于UUID没有排序，无法保证趋势递增，用做数据库索引字段的效率就很低，新增记录存储入库时性能差
从高并发，高可用的角度出发，通过ZooKeeper实现分布式系统唯一ID的方案，是最为合适的解决方案之一。
通过创建ZK的顺序模式的节点，可以生成全局唯一的ID。
代码如下：
private String createSeqNode(String pathPefix) {
try {
// 创建一个 ZNode 顺序节点
String destPath = client.create()
.creatingParentsIfNeeded()
.withMode(CreateMode.*EPHEMERAL_SEQUENTIAL*)
//避免zookeeper的顺序节点暴增，可以删除创建的顺序节点
.forPath(pathPefix);
return destPath;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
节点创建完成后，会返回节点的完整的层次路径，生成的序号，放置在路径的末尾。一般为10位数字字符。
通过截取路径末尾的数字，作为新生成的ID。截取数字的代码如下：
public String makeId(String nodeName) {
String str = createSeqNode(nodeName);
if (null == str) {
return null;
}
int index = str.lastIndexOf(nodeName);
if (index >= 0) {
index += nodeName.length();
return index <= str.length() ? str.substring(index) : "";
}
return str;
}调用的代码如下：
*/\*** ** create by 尼恩 @ 疯狂创客圈* **\*/*@Slf4j
public class IDMakerTester {
@Test
public void testMakeId() {
IDMaker idMaker = new IDMaker();
idMaker.init();
String nodeName = "/test/IDMaker/ID-";
for (int i = 0; i < 10; i++) {
String id = idMaker.makeId(nodeName);
log.info("第"+ i + "个创建的id为:" + id);
}
idMaker.destroy();
}
}下面是部分的运行输出：
第0个创建的id为:0000000010
第1个创建的id为:0000000011
?
? 下一篇：基于 zookeeper 实现snowflake 算法 。
Java (Netty) 聊天程序【 亿级流量】实战 开源项目实战
疯狂创客圈 【 博客园 总入口 】
标签：des 文件 大数 计算机 简单的 维护 log tostring 空间
原文地址：https://www.cnblogs.com/crazymakercircle/p/10226849.html
