手写基于redis-lua脚本实现分布式id生成器starter
文章目录
- 1.前言
- 2.实现思路
-
- 2.1lua脚本的特性
- [2.2 了解三个redis命令](#2.2 了解三个redis命令)
- 2.3集群自增序列实现原理
- 2.4三种实现思路
-
- [2.4.1 实现思路一](#2.4.1 实现思路一)
- [2.4.2 实现思路二](#2.4.2 实现思路二)
- 2.4.3实现思路三
- 3.项目工程目录
- 4.源码仓库地址
- 5.依赖及使用配置
- 6.性能压测
- 7.缺点
- 8.总结
1.前言
由于之前分享过一篇：百度开源分布式id生成器集成--真香警告
https://mp.weixin.qq.com/s/FDIEcLcpcaRzjDWTHiMWrg
里面提到了基于redis来实现一个分布式id生成器的思路，只是简单的说了下，本次分享就手写了一个。
2.实现思路
本文只讲思路，至于源码就不做过多的讲解，也很简单，可以拉下来看一看是如何实现的。
2.1lua脚本的特性
利用redis执行lua脚本是原子的，这个是核心，至于lua脚本的写法千变万化。
2.2 了解三个redis命令
首先，要知道redis的EVAL，EVALSHA、TIME命令：
http://redis.io/commands/eval
http://redis.io/commands/evalsha
http://redis.io/commands/time
2.3集群自增序列实现原理
假定集群里有3个节点，则节点1返回的seq是：
0, 3, 6, 9, 12 ...
节点2返回的seq是
1, 4, 7, 10, 13 ...
节点3返回的seq是
2, 5, 8, 11, 14 ...
这样每个节点返回的数据都是唯一的。
2.4三种实现思路
tag:是一个applicationName + ":" + tabName这个对应哪个业务应用的哪张表，tag是一个标记隔离各个业务表的id生成key，本文基于redis-lua脚本实现的分布式id生成器starter的实现固定redis是1-3个节点，大于三节点需要去改源码和lua脚本，所以配置只能配置1-3个redis节点信息，超过三个不支持。最大位数19位，该限制是由于mysq的bigInt的最大位数是19位，可以拓展为其它存储的主键类型的最大位支持。
2.4.1 实现思路一
前缀格式有三种，后缀都是一个自增序列：
YY + 三位天(该年第几天) +一个自增序列
YYYY + 三位天(该年第几天) +一个自增序列
YYYYMMDD + 一个自增序列
位数:8-19位
格式一：24114000000000128
格式二：20241140000000135
格式三：20240423000000003
生成的id自增长度取决于19位-去前缀格式位的长度，可以满足每日id生成亿级别的id，可以满足大多数的业务id生成场景使用。
2.4.2 实现思路二
一个自增序列
位数不限，也就是可以无限生成id
2.4.3实现思路三
7188371276761663493
利用redis的lua脚本执行功能，在每个节点上通过lua脚本生成唯一ID。 生成的ID是64位的：
- 使用41 bit来存放时间，精确到毫秒，可以使用41年。
- 使用12 bit来存放逻辑分片ID，最大分片ID是4095
- 使用10 bit来存放自增长ID，意味着每个节点，每毫秒最多可以生成1024个ID
比如GTM时间 Fri Mar 13 10:00:00 CST 2015 ，它的距1970年的毫秒数是 1426212000000，假定分片ID是53，自增长序列是4，则生成的ID是：
5981966696448054276 = 1426212000000 << 22 + 53 << 10 + 4
redis提供了TIME命令：
http://redis.io/commands/time
可以取得redis服务器上的秒数和微秒数。因为lua脚本返回的是一个四元组。
second, microSecond, partition, seq
客户端要自己处理，生成最终ID。
((second * 1000 + microSecond / 1000) << (12 + 10)) + (shardId << 10) + seq;
本实现分片设置是选取的节点个数0-3，也可以自己去拓展只要在最大分片ID是4095内即可，可以修改为取代码中自增的index的值，该实现生成的id可以反解id信息。
3.项目工程目录
有兴趣的可以拉代码下来扒一扒，瞧一瞧看一看。
4.源码仓库地址
https://gitee.com/BigBigFeiFei/redis-distributed-id-generator-start
https://github.com/BigBigFeiFei/redis-distributed-id-generator-start
5.依赖及使用配置
5.1依赖
项目中引入如下一个依赖即可：
xml
<dependency>
<groupId>io.github.bigbigfeifei</groupId>
<artifactId>redis-distributed-id-generator-start</artifactId>
<version>1.0</version>
</dependency>
或
<dependency>
<groupId>io.gitee.bigbigfeifei</groupId>
<artifactId>redis-distributed-id-generator-start</artifactId>
<version>1.0</version>
</dependency>5.2nacos配置
yaml
## 配置需要保证唯一不重复(eqps中的每一的index唯一,一般配置成递增的,队列交换机绑定关系的bean注入都是根据rps的List下标+eqps中index下标注入保证了唯一性)
zlf-redis-id-generator:
redis:
rps:
- redis-host: xxxx1
redis-port: 6379
redis-pass: 12345678
- redis-host: xxxx2
redis-port: 6379
redis-pass: 12345678
- redis-host: xxxx3
redis-port: 6379
redis-pass: 12345678 5.3.启动类上加入如下注解
java
@EnableZlfRedisId 开启redis分布式id生成器功能
5.4使用
java
package xxxx.controller;
import com.zlf.dto.GeneratorIdDto;
import com.zlf.service.ZlfRedisIdByScripts1Service;
import com.zlf.service.ZlfRedisIdByScripts2Service;
import com.zlf.service.ZlfRedisIdByScripts3Service;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
@RestController
@RequestMapping("id")
public class IdGcontroller {
@Autowired
private ZlfRedisIdByScripts1Service zlfRedisIdByScripts1Service;
@Autowired
private ZlfRedisIdByScripts2Service zlfRedisIdByScripts2Service;
@Autowired
private ZlfRedisIdByScripts3Service zlfRedisIdByScripts3Service;
@GetMapping("getId1")
public Long getId1() {
GeneratorIdDto dto = new GeneratorIdDto();
dto.setApplicationName("t_id1");
dto.setTabName("id1");
dto.setLength(16);
return zlfRedisIdByScripts1Service.generatorIdByLength(dto);
}
@GetMapping("getId2")
public Long getId2() {
GeneratorIdDto dto = new GeneratorIdDto();
dto.setApplicationName("t_id2");
dto.setTabName("id2");
return zlfRedisIdByScripts2Service.generatorId(dto);
}
@GetMapping("getId3")
public Long getId3() {
GeneratorIdDto dto = new GeneratorIdDto();
dto.setApplicationName("t_id3");
dto.setTabName("id3");
return zlfRedisIdByScripts3Service.generatorId(dto);
}
}6.性能压测
单台redis机器压测可以抗住单机redis最大并发吞吐量，redis单台配置最大并发数可达100w，三台可达300w，由于我机器资源有限，使用的是一个redis压测1000000线程，循环1s，Ram-Up：1s由于会遇到一个apache-jmeter-5.6.3在windows下开了多个线程会导致TCPIP端口被占用，从而导致压测Jmeter 报错：
Address already in use: connect
所以解决办法是：
https://blog.csdn.net/qq_24857309/article/details/111477286
报错原因：
1、windows系统为了保护本机,限制了其他机器到本机的连接数.
2、TCP/IP 可释放已关闭连接并重用其资源前，必须经过的时间。关闭和释放之间的此时间间隔通称 TIME_WAIT 状态或两倍最大段生命周期（2MSL）状态。此时间期间，重新打开到客户机和服务器的连接的成本少于建立新连接。减少此条目的值允许 TCP/IP 更快地释放已关闭的连接，为新连接提供更多资源。如果运行的应用程序需要快速释放和创建新连接，而且由于 TIME_WAIT 中存在很多连接，导致低吞吐量，则调整此参数。
修改操作系统注册表
1、打开注册表：regedit
2、找到HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\TCPIP\Parameters
3、新建 DWORD值，name：TcpTimedWaitDe，value：30（十进制） ------> 设置为30秒（默认240）
4、新建 DWORD值，name：MaxUserPort，value：65534（十进制） ------> 设置最大连接数65534
注意：修改时先选择十进制，再填写数字。
5、重启系统
所以需要将注册表的TcpTimedWaitDe、MaxUserPort值修改，本文修改后压缩1000000,一百万线程还是会报这个错的，所以需要将MaxUserPort在改大一点。
由于我的机器资源有限，所以压测只做了一个简单的压测，没有做更详细的压测，压测结果还是可以的，性能吞吐量各方面还是可以的，有兴趣，有条件的可以去压测一下，如果压测了，有详细的压测报告，可以联系我，给我一份详细的压测报告，或者在压测或使用过程中发现啥问题，可以联系我，或者有啥好的修复方案也可以联系我，我们一起维护完善这个项目。
7.缺点
本文基于redis-lua脚本实现的分布式id生成器starter有一个缺点就是，不能去清理redis生成使用的database库或这个database库里面跟id生成有关key的信息，否则清理之后重新生成id会重复，所以对于第一种实现需要重新修改id的长度来避免，第二种和第三种实现是没有长度可以修改的，第三种可以修改分区，这个本文实现没有对这个分区做拓展，所以除了第二种没有解决方法，第三种应该不会有影响，只要保证使用本文依赖包所在服务器和redis的服务器的时钟正常即可，第一二种实现不会有时钟回拨的问题，时间取决于使用依赖应用所在服务器的时间，实现三取决于redis服务的时钟，所以还是确保应用服务器、redis集群服务器的时钟都是正常的，那么生成的id就不会有啥问题的，也更加准确，第一种实现生成的id可读性更好一点，但是是牺牲了前几位站位代价的，这就意味着前面格式占位越多，后面可用序列的长度就越短，生成可用的序列号就越少，这就是一个取舍。
8.总结
本文手写基于redis-lua脚本实现的分布式id生成器starter分享到此结束了，我把我手写的轮子开源出去，可以让java又多了一种分布式id生成的选择，解决了分布式id生成的问题，开源才能繁荣，通过本文的分享和之前文章的分享，在解决分布式id生成问题选择上丰富起来了，各种实现上基本都是类似和相通的，希望我的分享对你有所启发和帮助，请一键三连！