面試總被問分佈式ID？美團（Leaf）瞭解一下

時間 2020-03-07

原文原文鏈接

整理了一些Java方面的架構、面試資料（微服務、集羣、分佈式、中間件等），有須要的小夥伴能夠關注公衆號【程序員內點事】，無套路自行領取javascript

更多優選java

引言

前幾天寫過一篇《一口氣說出 9種分佈式ID生成方式，面試官有點懵了》，裏邊簡單的介紹了九種分佈式ID生成方式，可是對於像美團（Leaf）、滴滴（Tinyid）、百度（uid-generator）都是一筆帶過。而經過讀者留言發現，你們廣泛對他們哥三更感興趣，因此後邊會結合實戰，詳細的對三種分佈式ID生成器學習，今天先啃下美團（Leaf）。mysql

不瞭解分佈式ID的同窗，先行去看《一口氣說出 9種分佈式ID生成方式，面試官有點懵了》溫習一下基礎知識，這裏就再也不贅述了git

美團（Leaf）

Leaf是美團推出的一個分佈式ID生成服務，名字取自德國哲學家、數學家萊布尼茨的一句話：「There are no two identical leaves in the world.」（「世界上沒有兩片相同的樹葉」），取個名字都這麼有寓意，美團程序員牛掰啊！程序員

Leaf的優點：高可靠、低延遲、全局惟一等特色。github

目前主流的分佈式ID生成方式，大體都是基於數據庫號段模式和雪花算法（snowflake），而美團（Leaf）恰好同時兼具了這兩種方式，能夠根據不一樣業務場景靈活切換。面試

接下來結合實戰，詳細的介紹一下Leaf的Leaf-segment號段模式和Leaf-snowflake模式算法

1、 Leaf-segment號段模式

Leaf-segment號段模式是對直接用數據庫自增ID充當分佈式ID的一種優化，減小對數據庫的頻率操做。至關於從數據庫批量的獲取自增ID，每次從數據庫取出一個號段範圍，例如 (1,1000] 表明1000個ID，業務服務將號段在本地生成1~1000的自增ID並加載到內存.。sql

大體的流程入下圖所示：數據庫

號段耗盡以後再去數據庫獲取新的號段，能夠大大的減輕數據庫的壓力。對 max_id字段作一次 update操做， update max_id= max_id + step，update成功則說明新號段獲取成功，新的號段範圍是( max_id ,max_id +step]。

因爲依賴數據庫，咱們先設計一下表結構：

CREATE TABLE `leaf_alloc` (
  `biz_tag` varchar(128) NOT NULL DEFAULT '' COMMENT '業務key',
  `max_id` bigint(20) NOT NULL DEFAULT '1' COMMENT '當前已經分配了的最大id',
  `step` int(11) NOT NULL COMMENT '初始步長，也是動態調整的最小步長',
  `description` varchar(256) DEFAULT NULL COMMENT '業務key的描述',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '數據庫維護的更新時間',
  PRIMARY KEY (`biz_tag`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
複製代碼

預先插入一條測試的業務數據

INSERT INTO `leaf_alloc` (`biz_tag`, `max_id`, `step`, `description`, `update_time`) VALUES ('leaf-segment-test', '0', '10', '測試', '2020-02-28 10:41:03');
複製代碼

biz_tag：針對不一樣業務需求，用biz_tag字段來隔離，若是之後須要擴容時，只需對biz_tag分庫分表便可
max_id：當前業務號段的最大值，用於計算下一個號段
step：步長，也就是每次獲取ID的數量
description：對於業務的描述，沒啥好說的

將Leaf項目下載到本地：https://github.com/Meituan-Dianping/Leaf

修改一下項目中的leaf.properties文件，添加數據庫配置

leaf.name=com.sankuai.leaf.opensource.test
leaf.segment.enable=true
leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
leaf.jdbc.username=junkang
leaf.jdbc.password=junkang

leaf.snowflake.enable=false
複製代碼

注意：leaf.snowflake.enable 與 leaf.segment.enable 是沒法同時開啓的，不然項目將沒法啓動。

配置至關的簡單，直接啓動LeafServerApplication後就OK了，接下來測試一下，leaf是基於Http請求的發號服務， LeafController 中只有兩個方法，一個號段接口，一個snowflake接口，key就是數據庫中預先插入的業務biz_tag。

@RestController
public class LeafController {
    private Logger logger = LoggerFactory.getLogger(LeafController.class);

    @Autowired
    private SegmentService segmentService;
    @Autowired
    private SnowflakeService snowflakeService;

    /** * 號段模式 * @param key * @return */
    @RequestMapping(value = "/api/segment/get/{key}")
    public String getSegmentId(@PathVariable("key") String key) {
        return get(key, segmentService.getId(key));
    }

    /** * 雪花算法模式 * @param key * @return */
    @RequestMapping(value = "/api/snowflake/get/{key}")
    public String getSnowflakeId(@PathVariable("key") String key) {
        return get(key, snowflakeService.getId(key));
    }

    private String get(@PathVariable("key") String key, Result id) {
        Result result;
        if (key == null || key.isEmpty()) {
            throw new NoKeyException();
        }
        result = id;
        if (result.getStatus().equals(Status.EXCEPTION)) {
            throw new LeafServerException(result.toString());
        }
        return String.valueOf(result.getId());
    }
}
複製代碼

訪問：http://127.0.0.1:8080/api/segment/get/leaf-segment-test，結果正常返回，感受沒毛病，但當查了一下數據庫表中數據時發現了一個問題。

一般在用號段模式的時候，取號段的時機是在前一個號段消耗完的時候進行的，可剛剛纔取了一個ID，數據庫中卻已經更新了 max_id，也就是說 leaf已經多獲取了一個號段，這是什麼鬼操做？

Leaf爲啥要這麼設計呢？

Leaf 但願能在DB中取號段的過程當中作到無阻塞！

當號段耗盡時再去DB中取下一個號段，若是此時網絡發生抖動，或者DB發生慢查詢，業務系統拿不到號段，就會致使整個系統的響應時間變慢，對流量巨大的業務，這是不可容忍的。

因此Leaf在當前號段消費到某個點時，就異步的把下一個號段加載到內存中。而不須要等到號段用盡的時候纔去更新號段。這樣作很大程度上的下降了系統的風險。

那麼某個點究竟是何時呢？

這裏作了一個實驗，號段設置長度爲step=10，max_id=1，

當我拿第一個ID時，看到號段增長了，1/10

當我拿第三個Id時，看到號段又增長了，3/10

Leaf採用 雙buffer的方式，它的服務內部有兩個號段緩存區 segment。當前號段已消耗10%時，還沒能拿到下一個號段，則會另啓一個更新線程去更新下一個號段。

簡而言之就是Leaf保證了老是會多緩存兩個號段，即使哪一時刻數據庫掛了，也會保證發號服務能夠正常工做一段時間。

一般推薦號段（ segment）長度設置爲服務高峯期發號QPS的600倍（10分鐘），這樣即便DB宕機，Leaf仍能持續發號10-20分鐘不受影響。

優勢：

Leaf服務能夠很方便的線性擴展，性能徹底可以支撐大多數業務場景。
容災性高：Leaf服務內部有號段緩存，即便DB宕機，短期內Leaf仍能正常對外提供服務。

缺點：

ID號碼不夠隨機，可以泄露發號數量的信息，不太安全。
DB宕機會形成整個系統不可用（用到數據庫的都有可能）。

2、Leaf-snowflake

Leaf-snowflake基本上就是沿用了snowflake的設計，ID組成結構：正數位（佔1比特）+ 時間戳（佔41比特）+ 機器ID（佔5比特）+ 機房ID（佔5比特）+ 自增值（佔12比特），總共64比特組成的一個Long類型。

Leaf-snowflake不一樣於原始snowflake算法地方，主要是在workId的生成上，Leaf-snowflake依靠Zookeeper生成workId，也就是上邊的機器ID（佔5比特）+ 機房ID（佔5比特）。Leaf中workId是基於ZooKeeper的順序Id來生成的，每一個應用在使用Leaf-snowflake時，啓動時都會都在Zookeeper中生成一個順序Id，至關於一臺機器對應一個順序節點，也就是一個workId。

Leaf-snowflake啓動服務的過程大體以下：

啓動Leaf-snowflake服務，鏈接Zookeeper，在leaf_forever父節點下檢查本身是否已經註冊過（是否有該順序子節點）。
若是有註冊過直接取回本身的workerID（zk順序節點生成的int類型ID號），啓動服務。
若是沒有註冊過，就在該父節點下面建立一個持久順序節點，建立成功後取回順序號當作本身的workerID號，啓動服務。

但Leaf-snowflake對Zookeeper是一種弱依賴關係，除了每次會去ZK拿數據之外，也會在本機文件系統上緩存一個workerID文件。一旦ZooKeeper出現問題，剛好機器出現故障需重啓時，依然可以保證服務正常啓動。

啓動Leaf-snowflake模式也比較簡單，起動本地ZooKeeper，修改一下項目中的leaf.properties文件，關閉leaf.segment模式，啓用leaf.snowflake模式便可。

leaf.segment.enable=false
#leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
#leaf.jdbc.username=junkang
#leaf.jdbc.password=junkang

leaf.snowflake.enable=true
leaf.snowflake.zk.address=127.0.0.1
leaf.snowflake.port=2181
複製代碼

/** * 雪花算法模式 * @param key * @return */
    @RequestMapping(value = "/api/snowflake/get/{key}")
    public String getSnowflakeId(@PathVariable("key") String key) {
        return get(key, snowflakeService.getId(key));
    }

複製代碼

測試一下，訪問：http://127.0.0.1:8080/api/snowflake/get/leaf-segment-test