ZooKeeper 实战(六) - 分布式ID实现方案

QQ_AHAO2024-08-29 11:38

ZooKeeper 实战(六) - 生成分布式ID

文章目录

1.何为分布式ID

分布式唯一ID指在分布式系统中用于标识和区分各个实体、资源或事件的唯一标识符。由于分布式系统可能包含多个节点和多个并发操作，需要确保在整个系统中每个实体都具有唯一的标识，避免冲突和重复的情况。

分布式系统唯一ID的设计通常需要满足以下要求：

  1. 唯一性：每个ID在整个分布式系统中都是唯一的，不会发生冲突。
  2. 高并发性：ID的生成应该是高并发的，能应对绝大部分(接近于100%)的并发场景，不会成为系统的性能瓶颈。
  3. 可读性：ID尽可能具有可读性，方便开发人员和用户进行识别和使用。
  4. 可扩展性：能够适应分布式系统的扩展性需求，支持产生大规模、高并发的ID。
  5. 可排序性：ID可以按照一定规则进行排序，方便查询和排序操作。主键的排序性也能提升数据库索引的效率。数据库的索引结构通常是基于B树或B+树的，有序的主键可以保持索引结构的有序性，减少数据的分裂和平衡，从而提高索引的维护效率和查询性能。

2.分布式ID方案

使用ZooKeeper实现生成分布式ID可以保证分布式系统中每个节点生成的ID是唯一且递增的。以下是使用ZooKeeper实现生成分布式ID的基本步骤：

  1. 创建ZooKeeper节点：在ZooKeeper集群中创建一个顺序节点来实现全局递增的功能。节点路径可以选择一个统一的命名规则，例如"/appName/distributeStr"。
  2. 获取序列ID：每个节点需要在生成ID的时候，向ZooKeeper集群发起一个创建节点的请求。在请求的路径中添加顺序节点的标志，例如"/appName/distributeStr/id_"。ZooKeeper将为每个节点创建一个唯一的有序节点，并返回节点的路径。
  3. 处理序列ID：获取到ZooKeeper返回的节点路径后，需要解析路径中的序列号，也可以附加上某些信息，作为生成的分布式ID。
  4. 使用分布式ID：使用解析出的分布式ID进行业务处理。分布式ID可以在多个节点上同时生成，并且保证每个节点生成的ID是唯一且递增的。

3.创建ZooKeeper节点

问题来了，我们要明确创建一个什么样的ZooKeeper节点呢？首先，要知道ID是用来标识一个实体的，而不是作用于整个系统。比如一个系统中，实体有用户、商品、订单等，但是我们并不需要保证用户、商品和订单之间的ID是唯一的，而是要保证同一类实体比如用户这一个类，即任意两个用户A和B的ID不能重复。所以我们可以把系统中用于产生分布式ID的Znode的粒度控制在实体维度，例如/app/user 节点是用户实体的分布式ID节点，/app/product 节点是商品实体的分布式ID节点等。

java 复制代码 
    /**
     * 分布式ID节点缓存
     */
    private Map<String,String> NodePathMap = new HashMap<>();

    /**
     * 生成分布式ID节点路径
     * @param module 模块名称
     * @return
     */
    public String getIdNodePath(String module){
        if (module == null || module.isBlank()){
            throw new NullPointerException("请设置模块名称");
        }
        if (NodePathMap.get(module) == null){
            if (appName == null || appName.isBlank()){
                throw new NullPointerException("请设置系统名称");
            }
            synchronized (IdGenerator.class){
                if (NodePathMap.get(module) == null){
                    NodePathMap.put(module,"/"+appName+"/"+module);
                }
            }
        }
        return NodePathMap.get(module);
    }

4.获取序列ID

先通过上一节中的临时顺序节点的路径，向ZooKeeper集群发起一个创建节点的请求并返回节点的名称，最后去除节点路径的前缀，获取最后的序列号。

java 复制代码 
		/**
		 * 分布式ID节点的前缀
		 */
		public static final String ID_PREFIX = "id_";

    /**
     * 创建临时节点，并返回Id
     * @param module
     * @return
     */
    public String createNodeId(String module){
        String idNodePath = getIdNodePath(module);
        try {
            String idPrefix = idNodePath + "/" + ID_PREFIX;
            String id = client.create() // 创建节点
                    .creatingParentsIfNeeded() // 如果需要，递归创建节点
                    .withMode(CreateMode.EPHEMERAL_SEQUENTIAL) // 指定创建节点类型，使用临时顺序节点
                    .forPath(idPrefix); // 设置节点路径
            // 去除nodeId的前缀
            return id.replace(idPrefix,"");
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

5.处理序列ID

在ZK生成的临时顺序节点ID的前附加时日期时间，以便直观显示此ID的生成日期。

java 复制代码 
		/**
		 * 日期格式
		 */
		public static final String DATE_FORMAT = "yyyyMMdd";

    /**
     * 获取当天的日期
     * 格式：yyyyMMdd
     * @return
     */
    public String datePrefix(){
        DateTimeFormatter yyyyMMdd = DateTimeFormatter.ofPattern(DATE_FORMAT);
        LocalDateTime now = LocalDateTime.now();
        return now.format(yyyyMMdd);
    }

    /**
     * 生成id
     * @param module 模块
     * @return
     */
    public String nextId(String module){
      	// id前缀以日期开头
        return datePrefix()+createNodeId(module);
    }

6.使用分布式ID

一切从简，直接把测试方法写在启动类中😂。先启动对应的Zookeeper，然后启动同一个应用的多个实例，并发开始生成ID。

java 复制代码 
@Slf4j
@SpringBootApplication
public class CuratorDemoApplication implements ApplicationRunner {

    public static void main(String[] args) {
        SpringApplication.run(CuratorDemoApplication.class, args);
    }

    @Autowired
    private IdGenerator idGenerator;

    @Override
    public void run(ApplicationArguments args) throws Exception {
        // 为了保证两个应用能并发生成id，同时为了方便偷懒，不想写的很复杂
        // 这里控制在当前时间的分钟为06时开始往下执行
        while (new Date().getMinutes() != 6){
        }
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
        System.out.println("分布式id生成："+idGenerator.nextId("test"));
    }

}

日志输出如下：

实例1

实例2

7.完整代码

java 复制代码 
/**
 * @Name: IdGenerator
 * @Description: 分布式id生成器
 * @Author: ahao
 * @Date: 2024/8/24 23:42
 */
@Component
public class IdGenerator {

    @Value("${spring.application.name}")
    private String appName;

    @Autowired
    private CuratorFramework client;

    /**
     * 分布式ID节点的前缀
     */
    public static final String ID_PREFIX = "id_";

    /**
     * 日期格式
     */
    public static final String DATE_FORMAT = "yyyyMMdd";

    /**
     * 分布式ID节点缓存
     * K -> 模块名称
     * V -> 分布式ID节点路径
     */
    private static final Map<String, String> NodePathMap = new HashMap<>();

    /**
     * 生成分布式ID节点路径
     *
     * @param module 模块名称
     * @return
     */
    public String getIdNodePath(String module) {
        if (module == null || module.isBlank()) {
            throw new NullPointerException("请设置模块名称");
        }
        if (NodePathMap.get(module) == null) {
            if (appName == null || appName.isBlank()) {
                throw new NullPointerException("请设置系统名称");
            }
            synchronized (IdGenerator.class) {
                if (NodePathMap.get(module) == null) {
                    NodePathMap.put(module, "/" + appName + "/" + module);
                }
            }
        }
        return NodePathMap.get(module);
    }

    /**
     * 创建临时节点，并返回Id
     *
     * @param module
     * @return
     */
    public String createNodeId(String module) {
        String idNodePath = getIdNodePath(module);
        // 创建节点
        try {
            String idPrefix = idNodePath + "/" + ID_PREFIX;
            String id = client.create()
                    // 如果需要，递归创建节点
                    .creatingParentsIfNeeded()
                    // 指定创建节点类型，使用临时顺序节点
                    .withMode(CreateMode.EPHEMERAL_SEQUENTIAL)
                    // 设置节点路径
                    .forPath(idPrefix);
            // 去除nodeId的前缀
            return id.replace(idPrefix, "");
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

    /**
     * 获取当天的日期
     * 格式：yyyyMMdd
     *
     * @return
     */
    public String datePrefix() {
        DateTimeFormatter yyyyMMdd = DateTimeFormatter.ofPattern(DATE_FORMAT);
        LocalDateTime now = LocalDateTime.now();
        return now.format(yyyyMMdd);
    }

    /**
     * 生成id
     *
     * @param module 模块
     * @return
     */
    public String nextId(String module) {
        return datePrefix() + createNodeId(module);
    }

}

8.功能优化

8.1.问题思考？

1.容量问题

在ZooKeeper中，临时顺序节点的序号长度默认为10个字符。这个长度是根据ZooKeeper解析生成的顺序节点路径时确定的。顺序节点路径由节点名称前缀和10位的顺序号组成。由此可见，最多可生成100亿的节点序列号，如果实体数据量超过了这个限度怎么办？

2.并发问题

还是一样的，每次生成分布式ID，都需要在Zookeeper创建一个临时顺序节点，而且每次请求都是远程调用，其并发性能远远低于本地调用。

3.内存问题

每次生成分布式ID，都需要在Zookeeper创建一个临时顺序节点，虽然说当客户端断开时，会自动删除这些遗留的节点。但是如果客户端生成id十分频繁，并且长期没有重启或者版本更新，这将会导致大量的"无效"节点存在，浪费了Zookeeper的内存资源‌，甚至会导致Zookeeper崩溃。

8.2.解决并发问题

如何把远程调用转变为本地调用呢？其实这是不可能的，本身就是依托于Zookeeper去实现分布式ID的分配。所以有没有别的办法呢，想象一下以下场景：假如，储户去银行柜台取钱，每一次取1块钱，然后柜员打开保险柜，从里面拿出一块钱，关闭保险柜，然后给储户一块钱。事实是这样吗？不是，柜员旁都会有部分现金，比如100张一元钱，每次我们取钱，就不需要去保险柜拿，而是直接从旁边的100张中拿一张给我们，等100张都发放完了，再去保险柜拿。由此省去了99次开关保险柜的重复动作，显著提高效率。

所以我们参照上述场景，Zookeeper好比存放现金的保险柜，应用是柜员，线程是储户。每次生成ID时，应用向Zookeeper申请一定份额的"ID"，然后所有的ID的发放完，再去向Zookeeper申请。

又一个问题接踵而至，如何实现请求一次就获取到100个ID呢？单位转换。比如本次生成的临时顺序节点的序号为0000000001，也就是1，但是在应用中，不认为这就是单纯的数字1，而是表示1份ID，这一份有100个ID，也可就是从100-199，即序号000000000100-000000000199。代码实现如下：

java 复制代码 
    /**
     * 份额
     */
    private static final long share = 100;

    /**
     * ID的长度 = DATE_FORMAT的长度 + zk顺序节点的序号长度 + 份额的长度
     */
    private static final int length = 20;

    /**
     * 用于存储每个模块，本地份额所用的数量
     * K -> 模块
     * V -> 已用份额
     */
    private static final Map<String, Long> LocalSerialNumber = new HashMap<>();

    /**
     * 用于存储每个模块所分配的份额序号
     * K -> 模块
     * V -> 当前是第几份ID
     */
    private static final Map<String, Long> RemoteSerialNumber = new HashMap<>();

    public synchronized String generateId(String module) {
        // 先判断是否已分配本地份额
        long local = LocalSerialNumber.get(module) == null ? 0 : LocalSerialNumber.get(module);
        long remote = RemoteSerialNumber.get(module) == null ? 0 : RemoteSerialNumber.get(module);
        if (remote == 0 // 表示还未分配本地份额
                || local >= share // 表示本地份额已用完
        ) {
            // 向Zookeeper请求分配"一份"ID
            String nodeId = createNodeId(module);
            remote = Long.valueOf(nodeId);
            RemoteSerialNumber.put(module, remote);
            // 重置local
            local = 0;
        }
        LocalSerialNumber.put(module, local + 1);
        // 当前序号
        long sort = remote * share + local;
        return padding(sort);
    }

    /**
     * 转成固定长度的字符串
     *
     * @param sort 序号
     * @return
     */
    private String padding(long sort) {
        String s = String.valueOf(sort);
        return "0000000000".substring(0, length - DATE_FORMAT.length() - s.length()) + s;
    }

    /**
     * 生成id
     *
     * @param module 模块
     * @return
     */
    public String nextId(String module) {
        return datePrefix() + generateId(module);
    }

在100次ID的生成中，只有一次远程调用，大大提高了系统的并发性能，同时也解决了容量问题，原本只能生成100亿个ID，经过单位转换（ZK中的序号1代表应用中的100），容量提高了100倍。如果有更高要求，可以提高份额至1000，10000等。

8.3.内存问题

为了模拟创建临时顺序节点的内存资源消耗，博主创建了创建了100w个临时顺序节点。并用visualVM监控Zookeeper的堆内存的占用情况，大约消耗内存460m，结果如下。

很明显，当客户端应用长期运行并且产生大量分布式ID时，Zookeeper需要承担大量的内存消耗。有什么办法能降低这种内存消耗呢？

org.apache.curator.framework.recipes.atomic.DistributedAtomicLong是Curator框架提供的一种分布式原子计数器的实现。内部使用乐观锁实现，当失败时，再尝试加互斥排他锁。不论是乐观锁还是排他锁，都会按照重试策略进行重试操作。

java 复制代码 
    /**
     * 分布式原子计数器
     *
     * @param module
     * @return
     */
    public String distributedAtomicLong(String module) {
        Assert.notNull(module, "模块名称不能为空");
        // 获取当前模块对应的Znode路径
        String idNodePath = getIdNodePath(module);
        try {
            // 创建分布式原子计数器的节点，并返回路径
            String nodePath = ZKPaths.makePath(idNodePath, "AtomicLong");
            // 重试策略 ExponentialBackoffRetry参数说明：
            //  baseSleepTimeMs 初始sleep时间
            //  maxRetries 最大重试次数
            //  maxSleepMs 最大sleep时间
            RetryPolicy retryPolicy = new ExponentialBackoffRetry(50, 20, 200);
            // 可升级锁的配置信息
            String lockPath = idNodePath + "/AtomicLongLock";
            RetryPolicy lockRetryPolicy = new ExponentialBackoffRetry(50, 10, 500);
            PromotedToLock promotedToLock = PromotedToLock.builder()
                    .lockPath(lockPath)
                    .retryPolicy(lockRetryPolicy)
                    .timeout(500, TimeUnit.MILLISECONDS)
                    .build();
            // 分布式原子计数器,首先尝试使用乐观锁进行增量操作,如果失败,则采用可选的InterProcessMutex锁进行增量操作。
            // 对于乐观锁和悲观锁,重试策略都用于重试增量操作。
            DistributedAtomicLong distributedAtomicLong = new DistributedAtomicLong(client, nodePath, retryPolicy, promotedToLock);
            // 自增并获取分布式原子长整型
            AtomicValue<Long> longAtomicValue = distributedAtomicLong.increment();
            int retryTimes = 20;
            // !longAtomicValue.succeeded() && i < retryTimes 表示如果获取失败并且重试次数小于规定的20次
            for (int i = 0; !longAtomicValue.succeeded() && i < retryTimes; i++) {
                // 继续增加
                longAtomicValue= distributedAtomicLong.increment();
            }
            if (longAtomicValue.succeeded()) {
                // 获取自增后的值
                Long obj = longAtomicValue.postValue();
                return String.valueOf(obj);
            } else {
                throw new RuntimeException("获取分布式ID失败：DistributedAtomicLong获取超时");
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

优化后的内存消耗如下：

相关推荐
风吹千里23 分钟前
Kafka高吞吐量的原因
分布式·kafka
flytalei31 分钟前
Kafka--高吞吐量消息中间件
分布式·kafka
Flying_Fish_roe34 分钟前
云原生-Quarkus
spring boot·云原生
我的K84091 小时前
如何在本地Windows运行hadoop
大数据·hadoop·分布式
有你的晚安._3 小时前
Kubernetes 常用指令2
云原生·容器·kubernetes
隔着天花板看星星3 小时前
Spark-ShuffleWriter-UnsafeShuffleWriter
大数据·分布式·spark·scala
喻师傅4 小时前
Spark-累加器Accumulator图文详解
大数据·分布式·spark
henan程序媛4 小时前
Zabbix监控k8s云原生环境
云原生·kubernetes·zabbix
yusur5 小时前
产品探秘｜开物——面向AI原生和云原生网络研究的首选科研平台
网络·云原生·ai-native·dpu
快乐非自愿5 小时前
云原生应用——软件的未来
云原生
热门推荐
01RAG 实践- Ollama+RagFlow 部署本地知识库022024年高教社杯数学建模国赛C题超详细解题思路分析03【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提04yolov8实战第五天——yolov8+ffmpg实时视频流检测并进行实时推流——（推流，保姆教学）05【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文062024 高教社杯 数学建模国赛 （A题）深度剖析|“板凳龙” 闹元宵|数学建模完整代码+建模过程全解全析07Codeforces 969 div2[A~E] 个人题解082024数学建模国赛高教社杯C题:农作物的种植策略 思路代码文章助攻手把手保姆级092024年高教杯国赛（C题）数学建模竞赛解题思路|完整代码论文集合10组基轨迹建模 GBTM的介绍与实现（Stata 或 R）