数据库分库分表中间件 Sharding-JDBC 源码分析 —— 分布式主键

时间:2022-04-29
本文章向大家介绍数据库分库分表中间件 Sharding-JDBC 源码分析 —— 分布式主键,主要内容包括1. 概述、2. KeyGenerator、2.2 HostNameKeyGenerator、2.3 IPKeyGenerator、2.4 IPSectionKeyGenerator、基本概念、基础应用、原理机制和需要注意的事项等,并结合实例形式分析了其使用技巧,希望通过本文能帮助到大家理解应用这部分内容。

本文主要基于 Sharding-JDBC 1.5.0 正式版

  • 1. 概述
  • 2.KeyGenerator
    • 2.1 DefaultKeyGenerator
    • 2.2 HostNameKeyGenerator
    • 2.3 IPKeyGenerator
    • 2.4 IPSectionKeyGenerator

1. 概述

本文分享 Sharding-JDBC 分布式主键实现。

官方文档《分布式主键》对其介绍及使用方式介绍很完整,强烈先阅读。下面先引用下分布式主键的实现动机

传统数据库软件开发中,主键自动生成技术是基本需求。而各大数据库对于该需求也提供了相应的支持,比如MySQL的自增键。对于MySQL而言,分库分表之后,不同表生成全局唯一的Id是非常棘手的问题。因为同一个逻辑表内的不同实际表之间的自增键是无法互相感知的,这样会造成重复Id的生成。我们当然可以通过约束表生成键的规则来达到数据的不重复,但是这需要引入额外的运维力量来解决重复性问题,并使框架缺乏扩展性。 目前有许多第三方解决方案可以完美解决这个问题,比如UUID等依靠特定算法自生成不重复键,或者通过引入Id生成服务等。 但也正因为这种多样性导致了Sharding-JDBC如果强依赖于任何一种方案就会限制其自身的发展。 基于以上的原因,最终采用了以JDBC接口来实现对于生成Id的访问,而将底层具体的Id生成实现分离出来。


2. KeyGenerator

KeyGenerator,主键生成器接口。实现类通过实现 #generateKey() 方法对外提供生成主键的功能。

2.1 DefaultKeyGenerator

DefaultKeyGenerator,默认的主键生成器。该生成器采用 Twitter Snowflake 算法实现,生成 64 BitsLong 型编号。国内另外一款数据库中间件 MyCAT 分布式主键也是基于该算法实现。国内很多大型互联网公司发号器服务基于该算法加部分改造实现。所以 DefaultKeyGenerator 必须是根正苗红。如果你对分布式主键感兴趣,可以看看逗比笔者整理的《谈谈 ID》。

咳咳咳,有点跑题了。编号由四部分组成,从高位到低位(从左到右)分别是:

Bits

名字

说明

1

符号位

等于 0

41

时间戳

从 2016/11/01 零点开始的毫秒数,支持 2 ^41 /365/24/60/60/1000=69.7年

10

工作进程编号

支持 1024 个进程

12

序列号

每毫秒从 0 开始自增,支持 4096 个编号

每个工作进程每秒可以产生 4096000 个编号。是不是灰常牛比 ?

// public final class DefaultKeyGenerator implements KeyGenerator { /** * 时间偏移量,从2016年11月1日零点开始 */ public static final long EPOCH; /** * 自增量占用比特 */ private static final long SEQUENCE_BITS = 12L; /** * 工作进程ID比特 */ private static final long WORKER_ID_BITS = 10L; /** * 自增量掩码(最大值) */ private static final long SEQUENCE_MASK = (1 << SEQUENCE_BITS) - 1; /** * 工作进程ID左移比特数(位数) */ private static final long WORKER_ID_LEFT_SHIFT_BITS = SEQUENCE_BITS; /** * 时间戳左移比特数(位数) */ private static final long TIMESTAMP_LEFT_SHIFT_BITS = WORKER_ID_LEFT_SHIFT_BITS + WORKER_ID_BITS; /** * 工作进程ID最大值 */ private static final long WORKER_ID_MAX_VALUE = 1L << WORKER_ID_BITS; @Setter private static TimeService timeService = new TimeService(); /** * 工作进程ID */ private static long workerId; static { Calendar calendar = Calendar.getInstance(); calendar.set(2016, Calendar.NOVEMBER, 1); calendar.set(Calendar.HOUR_OF_DAY, 0); calendar.set(Calendar.MINUTE, 0); calendar.set(Calendar.SECOND, 0); calendar.set(Calendar.MILLISECOND, 0); EPOCH = calendar.getTimeInMillis(); } /** * 最后自增量 */ private long sequence; /** * 最后生成编号时间戳,单位:毫秒 */ private long lastTime; /** * 设置工作进程Id. * * @param workerId 工作进程Id */ public static void setWorkerId(final long workerId) { Preconditions.checkArgument(workerId >= 0L && workerId < WORKER_ID_MAX_VALUE); DefaultKeyGenerator.workerId = workerId; } /** * 生成Id. * * @return 返回@{@link Long}类型的Id */ @Override public synchronized Number generateKey() { // 保证当前时间大于最后时间。时间回退会导致产生重复id long currentMillis = timeService.getCurrentMillis(); Preconditions.checkState(lastTime <= currentMillis, "Clock is moving backwards, last time is %d milliseconds, current time is %d milliseconds", lastTime, currentMillis); // 获取序列号 if (lastTime == currentMillis) { if (0L == (sequence = ++sequence & SEQUENCE_MASK)) { // 当获得序号超过最大值时,归0,并去获得新的时间 currentMillis = waitUntilNextTime(currentMillis); } } else { sequence = 0; } // 设置最后时间戳 lastTime = currentMillis; if (log.isDebugEnabled()) { log.debug("{}-{}-{}", new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS").format(new Date(lastTime)), workerId, sequence); } // 生成编号 return ((currentMillis - EPOCH) << TIMESTAMP_LEFT_SHIFT_BITS) | (workerId << WORKER_ID_LEFT_SHIFT_BITS) | sequence; } /** * 不停获得时间,直到大于最后时间 * * @param lastTime 最后时间 * @return 时间 */ private long waitUntilNextTime(final long lastTime) { long time = timeService.getCurrentMillis(); while (time <= lastTime) { time = timeService.getCurrentMillis(); } return time; }}

  • 每个工作进程每秒可以产生 4096000 个编号。是不是灰常牛比 ?
// 
public final class DefaultKeyGenerator implements KeyGenerator {

 /**
     * 时间偏移量,从2016年11月1日零点开始
     */
 public static final long EPOCH;

 /**
     * 自增量占用比特
     */
 private static final long SEQUENCE_BITS = 12L;
 /**
     * 工作进程ID比特
     */
 private static final long WORKER_ID_BITS = 10L;
 /**
     * 自增量掩码(最大值)
     */
 private static final long SEQUENCE_MASK = (1 << SEQUENCE_BITS) - 1;
 /**
     * 工作进程ID左移比特数(位数)
     */
 private static final long WORKER_ID_LEFT_SHIFT_BITS = SEQUENCE_BITS;
 /**
     * 时间戳左移比特数(位数)
     */
 private static final long TIMESTAMP_LEFT_SHIFT_BITS = WORKER_ID_LEFT_SHIFT_BITS + WORKER_ID_BITS;
 /**
     * 工作进程ID最大值
     */
 private static final long WORKER_ID_MAX_VALUE = 1L << WORKER_ID_BITS;

 @Setter
 private static TimeService timeService = new TimeService();

 /**
     * 工作进程ID
     */
 private static long workerId;

 static {
 Calendar calendar = Calendar.getInstance();
        calendar.set(2016, Calendar.NOVEMBER, 1);
        calendar.set(Calendar.HOUR_OF_DAY, 0);
        calendar.set(Calendar.MINUTE, 0);
        calendar.set(Calendar.SECOND, 0);
        calendar.set(Calendar.MILLISECOND, 0);
        EPOCH = calendar.getTimeInMillis();
 }

 /**
     * 最后自增量
     */
 private long sequence;
 /**
     * 最后生成编号时间戳,单位:毫秒
     */
 private long lastTime;

 /**
     * 设置工作进程Id.
     * 
     * @param workerId 工作进程Id
     */
 public static void setWorkerId(final long workerId) {
 Preconditions.checkArgument(workerId >= 0L && workerId < WORKER_ID_MAX_VALUE);
 DefaultKeyGenerator.workerId = workerId;
 }

 /**
     * 生成Id.
     * 
     * @return 返回@{@link Long}类型的Id
     */
 @Override
 public synchronized Number generateKey() {
 // 保证当前时间大于最后时间。时间回退会导致产生重复id
 long currentMillis = timeService.getCurrentMillis();
 Preconditions.checkState(lastTime <= currentMillis, "Clock is moving backwards, last time is %d milliseconds, current time is %d milliseconds", lastTime, currentMillis);
 // 获取序列号
 if (lastTime == currentMillis) {
 if (0L == (sequence = ++sequence & SEQUENCE_MASK)) { // 当获得序号超过最大值时,归0,并去获得新的时间
                currentMillis = waitUntilNextTime(currentMillis);
 }
 } else {
            sequence = 0;
 }
 // 设置最后时间戳
        lastTime = currentMillis;
 if (log.isDebugEnabled()) {
            log.debug("{}-{}-{}", new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS").format(new Date(lastTime)), workerId, sequence);
 }
 // 生成编号
 return ((currentMillis - EPOCH) << TIMESTAMP_LEFT_SHIFT_BITS) | (workerId << WORKER_ID_LEFT_SHIFT_BITS) | sequence;
 }

 /**
     * 不停获得时间,直到大于最后时间
     *
     * @param lastTime 最后时间
     * @return 时间
     */
 private long waitUntilNextTime(final long lastTime) {
 long time = timeService.getCurrentMillis();
 while (time <= lastTime) {
            time = timeService.getCurrentMillis();
 }
 return time;
 }
}
  • EPOCH=calendar.getTimeInMillis(); 计算 2016/11/01 零点开始的毫秒数。
  • #generateKey() 实现逻辑
    • 获得序列号。当前时间戳可获得自增量到达最大值时,调用 #waitUntilNextTime() 获得下一毫秒
    • 设置最后生成编号时间戳,用于校验时间回退情况
    • 位操作生成编号
    1. 校验当前时间小于等于最后生成编号时间戳,避免服务器时钟同步,可能产生时间回退,导致产生重复编号

总的来说,Twitter Snowflake 算法实现上是相对简单易懂的,较为麻烦的是怎么解决工作进程编号的分配

  1. 超过 1024 个怎么办?
  2. 怎么保证全局唯一?

第一个问题,将分布式主键生成独立成一个发号器服务,提供生成分布式编号的功能。这个不在本文的范围内,有兴趣的同学可以 Google 下。

第二个问题,通过 Zookeeper、Consul、Etcd 等提供分布式配置功能的中间件。当然 Sharding-JDBC 也提供了不依赖这些服务的方式,我们一个一个往下看。

2.2 HostNameKeyGenerator

根据机器名最后的数字编号获取工作进程编号。 如果线上机器命名有统一规范,建议使用此种方式。 例如,机器的 HostName 为: dangdang-db-sharding-dev-01(公司名-部门名-服务名-环境名-编号),会截取 HostName 最后的编号 01 作为工作进程编号( workId )。

// HostNameKeyGenerator.java
static void initWorkerId() {
   InetAddress address;
   Long workerId;
   try {
       address = InetAddress.getLocalHost();
   } catch (final UnknownHostException e) {
       throw new IllegalStateException("Cannot get LocalHost InetAddress, please check your network!");
   }
   String hostName = address.getHostName();
   try {
       workerId = Long.valueOf(hostName.replace(hostName.replaceAll("\d+$", ""), ""));
   } catch (final NumberFormatException e) {
       throw new IllegalArgumentException(String.format("Wrong hostname:%s, hostname must be end with number!", hostName));
   }
   DefaultKeyGenerator.setWorkerId(workerId);
}

2.3 IPKeyGenerator

根据机器IP获取工作进程编号。 如果线上机器的IP二进制表示的最后10位不重复,建议使用此种方式。 例如,机器的IP为192.168.1.108,二进制表示: 11000000101010000000000101101100,截取最后 10 位 0101101100,转为十进制 364,设置工作进程编号为 364。

// IPKeyGenerator.java
static void initWorkerId() {
   InetAddress address;
   try {
       address = InetAddress.getLocalHost();
   } catch (final UnknownHostException e) {
       throw new IllegalStateException("Cannot get LocalHost InetAddress, please check your network!");
   }
   byte[] ipAddressByteArray = address.getAddress();
   DefaultKeyGenerator.setWorkerId((long) (((ipAddressByteArray[ipAddressByteArray.length - 2] & 0B11) << Byte.SIZE)
           + (ipAddressByteArray[ipAddressByteArray.length - 1] & 0xFF)));
}

2.4 IPSectionKeyGenerator

来自 DogFc 贡献,对 IPKeyGenerator 进行改造。

浏览 IPKeyGenerator 工作进程编号生成的规则后,感觉对服务器IP后10位(特别是IPV6)数值比较约束。 有以下优化思路: 因为工作进程编号最大限制是 2^10,我们生成的工程进程编号只要满足小于 1024 即可。 1.针对IPV4: ....IP最大 255.255.255.255。而(255+255+255+255) < 1024。 ....因此采用IP段数值相加即可生成唯一的workerId,不受IP位限制。

  1. 针对IPV6: ....IP最大 ffff:ffff:ffff:ffff:ffff:ffff:ffff:ffff ....为了保证相加生成出的工程进程编号 < 1024,思路是将每个 Bit 位的后6位相加。这样在一定程度上也可以满足workerId不重复的问题。 使用这种 IP 生成工作进程编号的方法,必须保证IP段相加不能重复

对于 IPV6 :2^ 6 = 64。64 * 8 = 512 < 1024。

// IPSectionKeyGenerator.java
static void initWorkerId() {
   InetAddress address;
   try {
       address = InetAddress.getLocalHost();
   } catch (final UnknownHostException e) {
       throw new IllegalStateException("Cannot get LocalHost InetAddress, please check your network!");
   }
   byte[] ipAddressByteArray = address.getAddress();
   long workerId = 0L;
   // IPV4
   if (ipAddressByteArray.length == 4) {
       for (byte byteNum : ipAddressByteArray) {
           workerId += byteNum & 0xFF;
       }
   // IPV6
   } else if (ipAddressByteArray.length == 16) {
       for (byte byteNum : ipAddressByteArray) {
           workerId += byteNum & 0B111111;
       }
   } else {
       throw new IllegalStateException("Bad LocalHost InetAddress, please check your network!");
   }
   DefaultKeyGenerator.setWorkerId(workerId);
}