分散ID

1 [プログラム

UUID

略語UUID汎用一意識別子（汎用一意識別子）、オープンソフトウェア財団（OSF）は仕様では、タイムスタンプ、ネームスペース（名前空間）、ランダムまたは擬似乱数列と他の要素を備えたMACアドレスを定義しています。これらの要素でUUIDを生成します。

UUIDは、一般に、16進数と表現文字列に変換し、128ビットのバイナリー組成物です。

550e8400-e29b-41d4-a716-446655440000

UUIDの利点：
- ローカルで生成され、いないネットワークを経由してI / O、迅速なパフォーマンスにより、
- 彼の世代の無秩序な、予測できないため。（もちろん、これはまた彼の欠点の一つです）
UUID短所：
- 128バイナリは、一般的に長すぎるだけでより多くのスペースを取り、文字列を格納することができ、36進に変換します。
- あなたは、増分順序番号を生成することはできません
データベースの主キーの増分

ユニークなプライマリキーの増分と考える可能性が最も高い識別皆のために、これは私たちの最も一般的に使用される方法です。例えば、我々はサービスの順序があり、主キーの増分としてオーダーIDがすることができます。
- 別々のデータベースレコードの主キー
- サービスデータベースは、次のような異なる増分ステップサイズと固定初期値を設定します
```
第一台 start 1  step 9  第二台 start 2  step 9  第三台 start 3  step 9 
```
利点：
- シンプルで、増分および整然とした、簡単にソートやページング
短所：
- サブライブラリーのサブテーブルは、いくつかの問題を変換する必要があるしまいます。
- 同時パフォーマンスは、データベースのパフォーマンスによって制限され、高いものではありません。
- あなたが推測できるように、シンプルな増分簡単にあなたが顧客サービスの増分で持っているように、推測する他の人々を使用し、その後、他の人は、登録されているどのように多くの人々のユーザID登録の分析によるとあなたのサービスの日を取得することができる現在のサービスラフな状況。
- データベースのダウンタイムのサービスは利用できません。
Redisの

学生に精通Redisのは、Redisのはシングルスレッドであるので、原子性を保証することができますので、2つのコマンドINCR、IncrByはRedisの中にあることを知っている必要があります。

利点：
- パフォーマンスがデータベースよりも優れている、あなたは秩序増分を満たすことができます。
短所：
- でもAOFとRDBとのKVのRedisのデータベースのメモリ、そのため、まだデータの損失があるだろう、それが重複したIDを引き起こす可能性があります。
- 不安定性は、IDの生成に影響するかどうかはRedisのに依存し、Redisの。
雪のアルゴリズム-Snowflake

スノーフレークTwitterが提案したアルゴリズムであり、その目的は、64ビットの整数を生成することです。

1ビット：一般的には扱わない、符号ビットであります
41bit:用来记录时间戳，这里可以记录69年，如果设置好起始时间比如今年是2018年，那么可以用到2089年，到时候怎么办？要是这个系统能用69年，我相信这个系统早都重构了好多次了。
10bit:10bit用来记录机器ID，总共可以记录1024台机器，一般用前5位代表数据中心，后面5位是某个数据中心的机器ID
12bit:循环位，用来对同一个毫秒之内产生不同的ID，12位可以最多记录4095个，也就是在同一个机器同一毫秒最多记录4095个，多余的需要进行等待下毫秒。

上面只是一个将64bit划分的标准，当然也不一定这么做，可以根据不同业务的具体场景来划分，比如下面给出一个业务场景：

服务目前QPS10万，预计几年之内会发展到百万。
当前机器三地部署，上海，北京，深圳都有。
当前机器10台左右，预计未来会增加至百台。

这个时候我们根据上面的场景可以再次合理的划分62bit,QPS几年之内会发展到百万，那么每毫秒就是千级的请求，目前10台机器那么每台机器承担百级的请求，为了保证扩展，后面的循环位可以限制到1024，也就是2^10，那么循环位10位就足够了。

机器三地部署我们可以用3bit总共8来表示机房位置，当前的机器10台，为了保证扩展到百台那么可以用7bit 128来表示，时间位依然是41bit,那么还剩下64-10-3-7-41-1 = 2bit,还剩下2bit可以用来进行扩展。

时钟回拨

因为机器的原因会发生时间回拨，我们的雪花算法是强依赖我们的时间的，如果时间发生回拨，有可能会生成重复的ID，在我们上面的nextId中我们用当前时间和上一次的时间进行判断，如果当前时间小于上一次的时间那么肯定是发生了回拨，算法会直接抛出异常.

使用雪花算法

# Twitter's Snowflake algorithm implementation which is used to generate distributed IDs.
# https://github.com/twitter-archive/snowflake/blob/snowflake-2010/src/main/scala/com/twitter/service/snowflake/IdWorker.scala

import time
import logging

class InvalidSystemClock(Exception):
    """
    时钟回拨异常
    """
    pass

# 64位ID的划分
WORKER_ID_BITS = 5
DATACENTER_ID_BITS = 5
SEQUENCE_BITS = 12

# 最大取值计算
MAX_WORKER_ID = -1 ^ (-1 << WORKER_ID_BITS)  # 2**5-1 0b11111
MAX_DATACENTER_ID = -1 ^ (-1 << DATACENTER_ID_BITS)

# 移位偏移计算
WOKER_ID_SHIFT = SEQUENCE_BITS
DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS
TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS

# 序号循环掩码
SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS)

# Twitter元年时间戳
TWEPOCH = 1288834974657


logger = logging.getLogger('flask.app')


class IdWorker(object):
    """
    用于生成IDs
    """

    def __init__(self, datacenter_id, worker_id, sequence=0):
        """
        初始化
        :param datacenter_id: 数据中心（机器区域）ID
        :param worker_id: 机器ID
        :param sequence: 其实序号
        """
        # sanity check
        if worker_id > MAX_WORKER_ID or worker_id < 0:
            raise ValueError('worker_id值越界')

        if datacenter_id > MAX_DATACENTER_ID or datacenter_id < 0:
            raise ValueError('datacenter_id值越界')

        self.worker_id = worker_id
        self.datacenter_id = datacenter_id
        self.sequence = sequence

        self.last_timestamp = -1  # 上次计算的时间戳

    def _gen_timestamp(self):
        """
        生成整数时间戳
        :return:int timestamp
        """
        return int(time.time() * 1000)

    def get_id(self):
        """
        获取新ID
        :return:
        """
        timestamp = self._gen_timestamp()

        # 时钟回拨
        if timestamp < self.last_timestamp:
            logging.error('clock is moving backwards. Rejecting requests until {}'.format(self.last_timestamp))
            raise InvalidSystemClock

        if timestamp == self.last_timestamp:
            self.sequence = (self.sequence + 1) & SEQUENCE_MASK
            if self.sequence == 0:
                timestamp = self._til_next_millis(self.last_timestamp)
        else:
            self.sequence = 0

        self.last_timestamp = timestamp

        new_id = ((timestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT) | (self.datacenter_id << DATACENTER_ID_SHIFT) | \
                 (self.worker_id << WOKER_ID_SHIFT) | self.sequence
        return new_id

    def _til_next_millis(self, last_timestamp):
        """
        等到下一毫秒
        """
        timestamp = self._gen_timestamp()
        while timestamp <= last_timestamp:
            timestamp = self._gen_timestamp()
        return timestamp


if __name__ == '__main__':
    worker = IdWorker(1, 2, 0)
    print(worker.get_id())

雪分散アルゴリズム[IDの問題] [新宇]

分散ID

1 [プログラム

使用雪花算法

おすすめ