Ticket Servers: Distributed Unique Primary Keys on the Cheap（经济高效的分布式ID生成方案）翻译

本文是对Ticket Servers: Distributed Unique Primary Keys on the Cheap https://code.flickr.net/2010/02/08/ticket-servers-distributed-unique-primary-keys-on-the-cheap/ 的翻译，此文主要讲述了flicker公司的用于生成分布式ID的Ticker Servers 的背景、原理、具体方法、以及存在的问题。

翻译的文中，穿插着我的一些总结和思考，如果影响阅读，可以移步至原文，如果有错误, 请各位批评指正。

[Ticket Servers：经济高效的分布式ID生成方案](#Ticket Servers：经济高效的分布式ID生成方案)
[为什么使用Ticket Servers？](#为什么使用Ticket Servers？)
为什么不用GUIDs？
为什么不用一致性哈希？
直接使用集中自增的方式有什么问题？
[借助REPLACE INTO 避免表过大的问题](#借助REPLACE INTO 避免表过大的问题)
具体实施方法
如何处理单点故障
更多的序列
总结

Ticket Servers：经济高效的分布式ID生成方案

Ticket Servers本身并无特别之处，但它们是Flickr的重要构建模块，是稍后将讨论的核心主题，比如分片和主-主复制。Ticket Servers为的分布式系统提供了全局唯一的整数ID。

为什么使用Ticket Servers？

分片（也称为数据分区）是扩展Flickr数据存储的方式。不是将所有数据存储在一个非常大的数据库上，而是拥有许多数据库，每个数据库存储部分数据，并在它们之间分散负载。有时需要在数据库之间迁移数据，所以需要的主要键是全局唯一的。此外，的MySQL分片构建为主-主复制对，以提高弹性。这意味着需要能够保证在一个分片内的唯一性，以避免键冲突。很想像其他人一样继续使用MySQL自增列作为主键，但MySQL不能保证跨越物理和逻辑数据库的唯一性。

为什么不用GUIDs？

考虑到需要全局唯一的ID，一个明显的问题是，为什么不使用GUIDs？主要是因为GUIDs体积大，并且在MySQL中索引效果不佳。保持MySQL快速的一种方式是对所有想要查询的内容进行索引，并且只对索引进行查询。因此，索引大小是一个关键考虑因素。如果你无法将索引保持在内存中，你就无法保持数据库的快速。此外，TicketServer为提供了序列性，这具有一些非常好的属性，包括使报告和调试更加直接，并使得一些缓存技巧成为可能。（GUID太大，非单调增，无法索引）

为什么不用一致性哈希？

一些项目，如亚马逊的Dynamo，在数据存储之上提供了一个一致性哈希环来处理GUID/分片问题。这更适合写入成本低的环境（例如LSMTs），而MySQL则针对快速随机读取进行了优化。

直接使用集中自增的方式有什么问题？

如果不能使MySQL自增功能跨越多个数据库工作，那么如果只使用一个数据库会怎样？如果每次有人上传照片时，都向这个数据库插入一个新行，那么就可以直接使用该表的自增ID作为所有数据库的主键。

当然，以每秒60多张照片的速度，那个表会变得非常大。可以去掉有关照片的所有额外数据，只在集中式数据库中保留ID。即便如此，该表仍然会迅速变得难以管理。而且还有评论、收藏、群组发帖、标签等等，这些都需要ID。（直接使用数据库自增属性，会导致表快速增大，不便管理）

借助REPLACE INTO 避免表过大的问题

大约十多年前，MySQL推出了一个非标准的扩展，对ANSI SQL规范进行了修改，即"REPLACE INTO"。后来，"INSERT ON DUPLICATE KEY UPDATE"出现了，并更好地解决了原始问题。然而，REPLACE INTO仍然得到了支持。

REPLACE works exactly like INSERT, except that if an old row in the table has the same value as a new row for a PRIMARY KEY or a UNIQUE index, the old row is deleted before the new row is inserted.

REPLACE操作与INSERT几乎完全相同，不同的是，如果表中已有的行在主键或唯一索引上的值与新行的值相同，那么在插入新行之前，旧行将被删除。

这允许在数据库中原子性地更新一个单独的行，并获取一个新的自动递增的主键ID。（核心方法是借助REPLACE INTO插件，这种方式就避免表过大的问题，同时能获得自增的ID。切记，目的是获取唯一自增ID，而不是真的插入数据）

具体实施方法

Flickr的Ticket Servers是一个专用的数据库服务器，上面只有一个数据库，在该数据库中，有像Tickets32这样的表用于32位ID，以及Tickets64用于64位ID。

Tickets64的模式看起来像这样：

CREATE TABLE `Tickets64` (
  `id` bigint(20) unsigned NOT NULL auto_increment,
  `stub` char(1) NOT NULL default '',
  PRIMARY KEY  (`id`),
  UNIQUE KEY `stub` (`stub`)
) ENGINE=InnoDB

从Tickets64中选择*返回一个单独的行，看起来像这样：

+-------------------+------+
| id                | stub |
+-------------------+------+
| 72157623227190423 |    a |
+-------------------+------+

当我需要一个新的全局唯一的64位ID时，执行以下SQL：

REPLACE INTO Tickets64 (stub) VALUES ('a');
SELECT LAST_INSERT_ID();

如何处理单点故障

如果不想让Ticket Servers成为一个单点故障。可以通过运行两个Ticket Servers来实现"高可用性"。在当前的写入/更新量下，服务器之间的复制会有问题，而锁定会严重影响网站的性能。但是，可以通过将ID空间一分为二，分别处理偶数和奇数，具体配置如下：

TicketServer1：

auto-increment-increment = 2
auto-increment-offset = 1

TicketServer2：

auto-increment-increment = 2
auto-increment-offset = 2

通过轮流使用两个服务器来进行负载均衡和处理停机时间。两边确实会有点不同步，目前奇数对象比偶数对象多出几十万个，但是目前看这并无大碍。（使用两个服务器，分别处理奇数和偶数，来避免单点故障问题）

总结

所以就是这样它并不是特别优雅，但自从2006年1月13日（黑色星期五）投入生产以来，它对来说工作得惊人的好，是Flickr工程"会工作的最愚蠢事物"设计原则的一个很好的例子。（有缺点，但是能用）

Ticket Servers: Distributed Unique Primary Keys on the Cheap（经济高效的分布式ID生成方案） 翻译

目录