在开发java项目的时候,该如何设置mysql的主键才能在大环境下不被淘汰并且实现高可用

本文所参考的文献全在文末,下面开始正文:
下面着重介绍用几种常用的方法来生成全局id,以及每种方法的利弊

分析:
简单分析一下需求 [1]
所谓全局唯一的 id 其实往往对应是生成唯一记录标识的业务需求。

这个 id 常常是数据库的主键,数据库上会建立聚集索引(cluster index),即在物理存储上以这个字段排序。这个记录标识上的查询,往往又有分页或者排序的业务需求。所以往往要有一个time字段,并且在time字段上建立普通索引(non-cluster index)。普通索引存储的是实际记录的指针,其访问效率会比聚集索引慢,如果记录标识在生成时能够基本按照时间有序,则可以省去这个time字段的索引查询。

这就引出了记录标识生成的两大核心需求:

  • [1] 全局唯一
  • [2] 趋势有序

第一种:用数据库的 auto_increment 来生成

优点:
此方法使用数据库原有的功能,所以相对简单
能够保证唯一性
能够保证递增性
id 之间的步长是固定且可自定义的

缺点:
可用性难以保证:数据库常见架构是 一主多从 + 读写分离,生成自增ID是写请求 主库挂了就玩不转了
扩展性差,性能有上限:因为写入是单点,数据库主库的写性能决定ID的生成性能上限,并且 难以扩展

方法改良
在这里插入图片描述如上图所述,由1个写库变成3个写库,每个写库设置不同的 auto_increment 初始值,以及相同的增长步长,以保证每个数据库生成的ID是不同的(上图中DB 01生成0,3,6,9…,DB 02生成1,4,7,10,DB 03生成2,5,8,11…)
改进后的架构保证了可用性,但缺点是丧失了ID生成的“绝对递增性”:先访问DB 01生成0,3,再访问DB 02生成1,可能导致在非常短的时间内,ID生成不是绝对递增的(这个问题不大,目标是趋势递增,不是绝对递增数据库的写压力依然很大,每次生成ID都要访问数据库
为了解决这些问题,引出了以下方法:

第二种:单点批量ID生成服务

分布式系统之所以难,很重要的原因之一是“没有一个全局时钟,难以保证绝对的时序”,要想保证绝对的时序,还是只能使用单点服务,用本地时钟保证“绝对时序”。
数据库写压力大,是因为每次生成ID都访问了数据库,可以使用批量的方式降低数据库写压力。
在这里插入图片描述
如上图所述,数据库使用双master保证可用性,数据库中只存储当前ID的最大值,例如4。

ID生成服务假设每次批量拉取5个ID,服务访问数据库,将当前ID的最大值修改为4,这样应用访问ID生成服务索要ID,ID生成服务不需要每次访问数据库,就能依次派发0,1,2,3,4这些ID了。

当ID发完后,再将ID的最大值修改为11,就能再次派发6,7,8,9,10,11这些ID了,于是数据库的压力就降低到原来的1/6。

优点:

保证了ID生成的绝对递增有序
大大的降低了数据库的压力,ID生成可以做到每秒生成几万几十万个
缺点:
服务仍然是单点
如果服务挂了,服务重启起来之后,继续生成ID可能会不连续,中间出现空洞(服务内存是保存着0,1,2,3,4,数据库中max-id是4,分配到3时,服务重启了,下次会从5开始分配,3和4就成了空洞,不过这个问题也不大)
虽然每秒可以生成几万几十万个ID,但毕竟还是有性能上限,无法进行水平扩展

改进方案

单点服务的常用高可用优化方案是“备用服务”,也叫“影子服务”,所以我们能用以下方法优化上述缺点:
在这里插入图片描述
如上图,对外提供的服务是主服务,有一个影子服务时刻处于备用状态,当主服务挂了的时候影子服务顶上。这个切换的过程对调用方是透明的,可以自动完成,常用的技术是 vip+keepalived。另外,id generate service 也可以进行水平扩展,以解决上述缺点,但会引发一致性问题。

第三种:UUID

UUID其实在java开发的过程中还是用的比较多的,但是现在基于分布式的时代,它的缺点也显而易见已经被下面的一种方法替代了,但是在日常的小型项目中还是可以用到的。
uuid是一种常见的本地生成ID的方法。

UUID uuid = UUID.randomUUID();

这篇文章是生成UUID的一个方法,可以参考一下

优点:

本地生成ID,不需要进行远程调用,时延低
扩展性好,基本可以认为没有性能上限

缺点:

无法保证趋势递增
uuid过长,往往用字符串表示,作为主键建立索引查询效率低,常见优化方案为“转化为两个uint64整数存储”或者“折半存储”(折半后不能保证唯一性)

下面是2中UUID生成方法,真实项目中,一般用第一种方法:

import java.util.UUID;

/**
 * Created by Ay on 2016/4/18.
 */
public class JavaUUIDTest {

    public static void main(String[] args) {

        //未加工的UUID
        String preUuid = UUID.randomUUID().toString();
        System.out.println(preUuid);

        //第一种方法生成UUID,去掉“-”符号
        System.out.println(UUID.randomUUID().toString().replace("-", ""));

        //未加工的UUID
        String preUuid2 = UUID.randomUUID().toString();
        System.out.println(preUuid2);
        //第二种生成UUID的方法,去掉“-”符号
        String changUuid = preUuid2.substring(0,8)+preUuid2.substring(9,13)+preUuid2.substring(14,18)+preUuid2.substring(19,23)+preUuid2.substring(24);

        System.out.println(changUuid);
    }
}

第四种:取当前毫秒数

uuid是一个本地算法,生成性能高,但无法保证趋势递增,且作为字符串ID检索效率低,有没有一种能保证递增的本地算法呢?- 取当前毫秒数是一种常见方案。
优点:
本地生成ID,不需要进行远程调用,时延低
生成的ID趋势递增
生成的ID是整数,建立索引后查询效率高
缺点:
如果并发量超过1000,会生成重复的ID
这个缺点要了命了,不能保证ID的唯一性。当然,使用微秒可以降低冲突概率,但每秒最多只能生成1000000个ID,再多的话就一定会冲突了,所以使用微秒并不从根本上解决问题。

**

第五种:使用 Redis 来生成 id

**
当使用数据库来生成ID性能不够要求的时候,我们可以尝试使用Redis来生成ID。这主要依赖于Redis是单线程的,所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR 和 INCRBY 来实现。

优点:

依赖于数据库,灵活方便,且性能优于数据库。
数字ID天然排序,对分页或者需要排序的结果很有帮助。
缺点:
如果系统中没有Redis,还需要引入新的组件,增加系统复杂度。
需要编码和配置的工作量比较大。

**

第六种:雪花算法— Snowflake 算法

**

这种方法是 twitter 开源的分布式ID生成算法,其核心思想为,一个long型的ID:
41 bit 作为毫秒数 - 41位的长度可以使用69年
10 bit 作为机器编号 (5个bit是数据中心,5个bit的机器ID) - 10位的长度最多支持部署1024个节点
12 bit 作为毫秒内序列号 - 12位的计数顺序号支持每个节点每毫秒产生4096个ID序号

看下图:
在这里插入图片描述算法单机每秒内理论上最多可以生成1000*(2^12),也就是400W的ID,完全能满足业务的需求。

下面是一些对雪花算法比较详细的剖析,看完就知道这个算法设计的有多好,学海无涯乐作舟,请耐心看完!

Java系列之雪花算法和原理

雪花算法SnowFlake全方位详细解读,结合位运算的使用解读

雪花算法与UUID的对比:

分布式ID生成方案–雪花算法和UUID对比

参考文献如下:
生成UUID:https://blog.youkuaiyun.com/weixin_33721344/article/details/85746191?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-85746191-blog-51184535.pc_relevant_aa&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-85746191-blog-51184535.pc_relevant_aa&utm_relevant_index=2

常见分布式全局唯一ID生成策略及算法的对比

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

凌晨里的无聊人

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值