全局唯一ID在分布式系统当中的作用举足轻重。雪花算法也许是大家耳熟能详的一种方案，但其存在时间回拨可能引起ID重复的问题，网上也有很多能人异士通过特殊的处理降低时间回拨所带来的影响，但让本人来看，优化方案并没有那么好。本篇就给大家贡献一篇全局唯一ID的新方案。
本篇所要描述的全局唯一ID方案，是受雪花算法的启发，但其方案已和雪花算法完全不同，整体上看本方案比雪花算法更加的简洁。
了解雪花算法的都知道，64位的比特位，划了符号位，时间位，数据中心位(可没有),worker 位, 序列号位, 而时间回拨的问题正是影响了时间位，才导致可能出现ID重复的，因此本篇所要介绍的方案除了抛弃了时间位，亦没有数据中心,worker等位, 仅仅只有 epoch(周期) 和 序列号。
系统架构如图所示：
服务节点存在两种角色:
follower: 对外提供获取ID的服务,向leader 申请序列号区间
leader: 对外提供获取ID的服务,向follower提供获取序列号区间的服务,并管理epoch的更新
IDService: 对外提供获取ID的服务接口
LeaderService: leader选举和epoch管理
SequenceApplyRpc: follower和leader间的通信接口
zookeeper: 用于集群中节点间的协调以及epoch的持久化存储
本篇和雪花算法一样，也是64位比特位(long), 划分方式如下图所示：
红色区域：符号位,确保ID是正数
蓝色区域：占31位,epoch值,表示周期
黑色区域：占32位,表示序列号
ID计算方式如下:
long ID = (epoch << 31) | sequenceNumber
本方案的核心就是epoch的管理, 但总的来说也是非常的通俗易懂的。epoch,表示为周期,意思就是说, 在同一个周期内, 集群中的follower节点向leader节点申请一批的序列号(区间), 那么集群中每一个节点在序列号区间用完之前,不会和leader节点交互, 等同于说,这期间的操作都是纯内存操作,因此这保证了性能。
在整个全局唯一ID的集群运行过程中,必然会碰到epoch 变更的时机, 下面就介绍epoch的更新时机:
在同一epoch周期内，序列号用完,也就是序列号达到了最大值(~((long)-1 << 32)), 那么此时epoch值加1, leader节点序列号重置为1, follower 再次申请序列号区间时，会直接进入到下一个周期内
leader变更, leader发生变化, 触发leader选举, 新leader将epoch加1, follower感知到leader变更,将向新leader申请新的序列号区间，即使follower感知leader变更存在延迟，也不会出现ID重复,因为在旧的epoch时, 其ID值就是唯一的, 感知到leader变更的follower会进入到下一个周期,自然不会和旧的重复。
Everybody ! The End !!!!
欢迎关注本人公号
本文地址：https://blog.csdn.net/AWEI1024/article/details/107419135
如对本文有疑问， 点击进行留言回复！！
HDS完成收购Pentaho 全力进军物联网和大数据分析领域
我要评论
网友评论