关于在高并发下生成订单号的策略

xiaoxiao2021-02-27 388

高并发环境下生成订单唯一流水号方法:SnowFlake

业务需求：

订单号不能重复订单号没有规则，即编码规则不能加入任何和公司运营相关的数据，外部人员无法通过订单ID猜测到订单量。不能被遍历。订单号长度固定，且不能太长易读，易沟通，不要出现数字字母换乱现象生成耗时

关于订单号的生成，一些比较简单的方案：

1、数据库自增长ID

优势：无需编码缺陷：大表不能做水平分表，否则插入删除时容易出现问题高并发下插入数据需要加入事务机制在业务操作父、子表（关联表）插入时，先要插入父表，再插入子表

2、时间戳+随机数

优势：编码简单缺陷：随机数存在重复问题，即使在相同的时间戳下。每次插入数据库前需要校验下是否已经存在相同的数值。

3、时间戳+会员ID

优势：同一时间，一个用户不会存在两张订单缺陷：会员ID也会透露运营数据，鸡生蛋，蛋生鸡的问题

4、GUID/UUID

优势：简单劣势：用户不友好，索引关联效率较低。

今天要分享的方案：来自twitter的SnowFlake

Twitter-Snowflake算法产生的背景相当简单，为了满足Twitter每秒上万条消息的请求，每条消息都必须分配一条唯一的id，这些id还需要一些大致的顺序（方便客户端排序），并且在分布式系统中不同机器产生的id必须不同.Snowflake算法核心把时间戳，工作机器id，序列号(毫秒级时间41位+机器ID 10位+毫秒内序列12位)组合在一起。

在上面的字符串中，第一位为未使用（实际上也可作为long的符号位），接下来的41位为毫秒级时间，然后5位datacenter标识位，5位机器ID（并不算标识符，实际是为线程标识），然后12位该毫秒内的当前毫秒内的计数，加起来刚好64位，为一个Long型。

除了最高位bit标记为不可用以外，其余三组bit占位均可浮动，看具体的业务需求而定。默认情况下41bit的时间戳可以支持该算法使用到2082年，10bit的工作机器id可以支持1023台机器，序列号支持1毫秒产生4095个自增序列id。下文会具体分析。

Snowflake – 时间戳

这里时间戳的细度是毫秒级，具体代码如下，建议使用64位linux系统机器，因为有vdso，gettimeofday()在用户态就可以完成操作，减少了进入内核态的损耗。

1 2 3 4 5 6 uint64_t generateStamp ( ) { timeval tv ; gettimeofday ( & tv , 0 ) ; return ( uint64_t ) tv . tv_sec * 1000 + ( uint64_t ) tv . tv_usec / 1000 ; }

默认情况下有41个bit可以供使用，那么一共有T（1llu << 41）毫秒供你使用分配，年份 = T / (3600 * 24 * 365 * 1000) = 69.7年。如果你只给时间戳分配39个bit使用，那么根据同样的算法最后年份 = 17.4年。

Snowflake – 工作机器id

严格意义上来说这个bit段的使用可以是进程级，机器级的话你可以使用MAC地址来唯一标示工作机器，工作进程级可以使用IP+Path来区分工作进程。如果工作机器比较少，可以使用配置文件来设置这个id是一个不错的选择，如果机器过多配置文件的维护是一个灾难性的事情。

这里的解决方案是需要一个工作id分配的进程，可以使用自己编写一个简单进程来记录分配id，或者利用Mysql auto_increment机制也可以达到效果。

工作进程与工作id分配器只是在工作进程启动的时候交互一次，然后工作进程可以自行将分配的id数据落文件，下一次启动直接读取文件里的id使用。这个工作机器id的bit段也可以进一步拆分，比如用前5个bit标记进程id，后5个bit标记线程id之类:D

Snowflake – 序列号

序列号就是一系列的自增id（多线程建议使用atomic），为了处理在同一毫秒内需要给多条消息分配id，若同一毫秒把序列号用完了，则“等待至下一毫秒”。

1 2 3 4 5 6 7 8 uint64_t waitNextMs ( uint64_t lastStamp ) { uint64_t cur = 0 ; do { cur = generateStamp ( ) ; } while ( cur <= lastStamp ) ; return cur ; }

总体来说，是一个很高效很方便的GUID产生算法，一个int64_t字段就可以胜任，不像现在主流128bit的GUID算法，即使无法保证严格的id序列性，但是对于特定的业务，比如用做游戏服务器端的GUID产生会很方便。另外，在多线程的环境下，序列号使用atomic可以在代码实现上有效减少锁的密度。

该项目地址为：https://github.com/twitter/snowflake 是用Scala实现的。核心代码：

由UC实现的JAVA版本代码（略有修改）

来源：https://github.com/sumory/uc/blob/master/src/com/sumory/uc/id/IdWorker.java

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 package com . sumory . uc . id ; import java . math . BigInteger ; import org . slf4j . Logger ; import org . slf4j . LoggerFactory ; /** * 42位的时间前缀+10位的节点标识+12位的sequence避免并发的数字（12位不够用时强制得到新的时间前缀） * <p> * <b>对系统时间的依赖性非常强，需要关闭ntp的时间同步功能，或者当检测到ntp时间调整后，拒绝分配id。 * * @author sumory.wu * @date 2012-2-26 下午6:40:28 */ public class IdWorker { private final static Logger logger = LoggerFactory . getLogger ( IdWorker . class ) ; private final long workerId ; private final long snsEpoch = 1330328109047L ; // 起始标记点，作为基准 private long sequence = 0L ; // 0，并发控制 private final long workerIdBits = 10L ; // 只允许workid的范围为：0-1023 private final long maxWorkerId = - 1L ^ - 1L << this . workerIdBits ; // 1023,1111111111,10位 private final long sequenceBits = 12L ; // sequence值控制在0-4095 private final long workerIdShift = this . sequenceBits ; // 12 private final long timestampLeftShift = this . sequenceBits + this . workerIdBits ; // 22 private final long sequenceMask = - 1L ^ - 1L << this . sequenceBits ; // 4095,111111111111,12位 private long lastTimestamp = - 1L ; public IdWorker ( long workerId ) { super ( ) ; if ( workerId > this . maxWorkerId || workerId < 0 ) { // workid < 1024[10位：2的10次方] throw new IllegalArgumentException ( String . format ( "worker Id can't be greater than %d or less than 0" , this . maxWorkerId ) ) ; } this . workerId = workerId ; } public synchronized long nextId ( ) throws Exception { long timestamp = this . timeGen ( ) ; if ( this . lastTimestamp == timestamp ) { // 如果上一个timestamp与新产生的相等，则sequence加一(0-4095循环)，下次再使用时sequence是新值 //System.out.println("lastTimeStamp:" + lastTimestamp); this . sequence = this . sequence + 1 & this . sequenceMask ; if ( this . sequence == 0 ) { timestamp = this . tilNextMillis ( this . lastTimestamp ) ; // 重新生成timestamp } } else { this . sequence = 0 ; } if ( timestamp < this . lastTimestamp ) { logger . error ( String . format ( "Clock moved backwards.Refusing to generate id for %d milliseconds" , ( this . lastTimestamp - timestamp ) ) ) ; throw new Exception ( String . format ( "Clock moved backwards.Refusing to generate id for %d milliseconds" , ( this . lastTimestamp - timestamp ) ) ) ; } this . lastTimestamp = timestamp ; // 生成的timestamp return timestamp - this . snsEpoch << this . timestampLeftShift | this . workerId << this . workerIdShift | this . sequence ; } /** * 保证返回的毫秒数在参数之后 * * @param lastTimestamp * @return */ private long tilNextMillis ( long lastTimestamp ) { long timestamp = this . timeGen ( ) ; while ( timestamp <= lastTimestamp ) { timestamp = this . timeGen ( ) ; } return timestamp ; } /** * 获得系统当前毫秒数 * * @return */ private long timeGen ( ) { return System . currentTimeMillis ( ) ; } public static void main ( String [ ] args ) throws Exception { IdWorker iw1 = new IdWorker ( 1 ) ; IdWorker iw2 = new IdWorker ( 2 ) ; IdWorker iw3 = new IdWorker ( 3 ) ; // System.out.println(iw1.maxWorkerId); // System.out.println(iw1.sequenceMask); System . out . println ( "---------------------------" ) ; long workerId = 1L ; long twepoch = 1330328109047L ; long sequence = 0L ; // 0 long workerIdBits = 10L ; long maxWorkerId = - 1L ^ - 1L << workerIdBits ; // 1023,1111111111,10位 long sequenceBits = 12L ; long workerIdShift = sequenceBits ; // 12 long timestampLeftShift = sequenceBits + workerIdBits ; // 22 long sequenceMask = - 1L ^ - 1L << sequenceBits ; // 4095,111111111111,12位 long ct = System . currentTimeMillis ( ) ; // 1330328109047L;// System . out . println ( ct ) ; System . out . println ( ct - twepoch ) ; System . out . println ( ct - twepoch << timestampLeftShift ) ; // 左移22位：*2的22次方 System . out . println ( workerId << workerIdShift ) ; // 左移12位：*2的12次方 System . out . println ( "哈哈" ) ; System . out . println ( ct - twepoch << timestampLeftShift | workerId << workerIdShift ) ; long result = ct - twepoch << timestampLeftShift | workerId << workerIdShift | sequence ; // 取时间的低40位 | （小于1024:只有12位）的低12位 | 计算的sequence System . out . println ( result ) ; System . out . println ( "---------------" ) ; for ( int i = 0 ; i < 10 ; i ++ ) { System . out . println ( iw1 . nextId ( ) ) ; } Long t1 = 66708908575965184l ; Long t2 = 66712718304231424l ; Long t3 = 66715908575739904l ; Long t4 = 66717361423925248l ; System . out . println ( Long . toBinaryString ( t1 ) ) ; System . out . println ( Long . toBinaryString ( t2 ) ) ; System . out . println ( Long . toBinaryString ( t3 ) ) ; System . out . println ( Long . toBinaryString ( t4 ) ) ; //1110110011111111011001100001111100 0001100100 000000000000 //1110110100000010110111010010010010 0001100100 000000000000 //1110110100000101110000111110111110 0001100100 000000000000 //1110110100000111000101100011010000 0001100100 000000000000 System . out . println ( Long . toBinaryString ( 66706920114753536l ) ) ; //1110110011111101100101110010010110 0000000001 000000000000 String a = "0001100100" ; //输入数值 BigInteger src = new BigInteger ( a , 2 ) ; //转换为BigInteger类型 System . out . println ( src . toString ( ) ) ; //转换为2进制并输出结果 } }

Go语言版本：https://github.com/sumory/idgen

Python语言版本：https://github.com/erans/pysnowflake

文章转载自:《高并发环境下生成订单唯一流水号方法:SnowFlake》

@author website: https://www.biaodianfu.com/snowflake.html

转载请注明原文地址: https://www.6miu.com/read-2650.html

技术

最新回复(0)