# 比雪花算法更好用的ID生成算法(单机或分布式唯一ID)
## 转载声明
© 本项目所有者未在博客园网之外发表过推文,其它网站所现介绍,均属拷贝之作。
© 外网原样拷贝转载或加工转载时,须标记转载字样且保留开源链接,否则禁止转载。
© 算法版权属于本项目账号所有者(Yitter)。
## 💎 算法介绍
❄ 一个全新的雪花漂移算法,生成的ID更短、速度更快。
❄ 核心在于缩短ID长度的同时,具有极高瞬时并发处理量(保守值 50W/0.1s)。
❄ 原生支持 C#/Java/Go/Rust/C 等语言,并由 Rust 提供 PHP、Python、Node.js、Ruby 等语言多线程安全调用库(FFI)。如果你的应用有语言开发,基于本算法提供的逻辑实现,集成会更简单,逻辑会更一致。
❄ 支持 k8s 等容器化部署,自动注册 WorkerId。
❄ 可在单机或分布式环境中生成唯一ID。
## 💎 技术支持
开源地址1:https://gitee.com/yitter/idgenerator
开源地址2:https://github.com/yitter/idgenerator
QQ群:646049993
## 需求来源
💧 作为架构设计的你,想要解决数据库主键唯一的问题,特别是在分布式系统多数据库的时候。
💧 你希望这个主键是用最少的存储空间,索引速度更快,Select、Insert 和 Update 更迅速。
💧 你要考虑在分库分表(合库合表)时,主键值可直接使用,并能反映业务时序。
💧 如果这样的主键值太长,超过前端 JS Number 类型最大值,须把 Long 型转换为 String 型,你会觉得有点沮丧。
💧 尽管 Guid 能自增,但占用空间大,索引速度慢,你也不想用它。
💧 应用实例可能超过50个,每个并发请求可达10W/s。
💧 在容器环境部署应用(水平扩展、自动伸缩)。
💧 不想依赖 redis 的自增操作。
💧 你希望系统运行 100 年以上。
## 传统算法问题
❌ 生成的ID太长。
❌ 瞬时并发量不够。
❌ 不能解决时间回拨问题。
❌ 不支持后补生成前序ID。
❌ 依赖外部存储系统。
## 新算法特点
✔ 整形数字,随时间单调递增(不一定连续),长度更短,用50年都不会超过 js Number类型最大值。(默认配置 WorkerId 是6bit,自增数是6bit)
✔ 速度更快,是传统雪花算法的2-5倍,0.1秒可生成50万个。(i7笔记本,默认算法配置6bit+6bit)
✔ 支持时间回拨处理。比如服务器时间回拨1秒,本算法能自动适应生成临界时间的唯一ID。
✔ 支持手工插入新ID。当业务需要在历史时间生成新ID时,用本算法的预留位能生成5000个每秒。
✔ 漂移时能外发通知事件。让调用方确切知道算法漂移记录,Log并发调用量。
✔ 不依赖任何外部缓存和数据库。(k8s环境下自动注册 WorkerId 的动态库依赖 redis)
✔ 基础功能,开箱即用,无需配置文件、数据库连接等。
## 性能数据
(参数:10位自增序列,1000次漂移最大值)
| 连续请求量 | 5K | 5W | 50W |
| ---- | ---- | ---- | ---- |
| 传统雪花算法 | 0.0045s | 0.053s | 0.556s |
| 雪花漂移算法 | 0.0015s | 0.012s | 0.113s |
## 效果
🟣 js Number 类型最大数值:9007199254740992,本算法在保持并发性能(5W+/0.01s)和最大64个 WorkerId(6bit)的同时,能用70年才到 js Number Max 值。
🟣 增加WorkerId位数到8bit(256节点)时,15年达到 js Number Max 值。
🟣 极致性能:500W/s~3000W/s。(所有测试数据均基于8代低压i7计算。)
#### 💎 生成的ID
默认配置:
```
WorkerIdBitLength = 6
SeqBitLength = 6
```
ID示例(基于默认配置):
```
129053495681099 (本算法运行1年)
387750301904971 (运行3年)
646093214093387 (运行5年)
1292658282840139 (运行10年)
9007199254740992 (js Number 最大值)
165399880288699493 (普通雪花算法生成的ID)
```
本算法生成的 ID 值,是 js Number 最大值的 1%-10%,是普通雪花算法值的千分之一,而计算能力却超过普通雪花算法。
## 适用范围
🔷小型、中型、大型需要全局唯一Id(不用Guid)的项目。
🔷 分布式项目。
🔷不想将 Long 型转 String 给前端用的项目。(若前端支持bigint,则可不转类型)
## 如何处理时间回拨
🔶 当发生系统时间回拨时,算法采用过去时序的预留序数生成新的ID。
🔶 默认每秒生成100个(速度可调整)。
🔶 回拨生成的ID序号,默认靠前,也可以调整为靠后。
🔶 允许时间回拨至本算法预设基数(参数可调)。
## 能用多久
🔵 在默认配置下,ID可用 71000 年不重复。
🔵 在支持 1024 个工作节点时,ID可用 4480 年不重复。
🔵 在支持 4096 个工作节点时,ID可用 1120 年不重复。
🔵 以上所有工作节点,均拥有 50W/0.1s 瞬时处理速度。
#### 默认配置
💍 WorkerIdBitLength=6,能支持64个 WorkerId,编号0~63。
💍 可通过减少 WorkerIdBitLength 到1~4(为4时最大支持WorkerId为2^4=16个),以减少Id长度。
💍 SeqBitLength=6,能支持每秒并发5W请求时,平均处理速度不超过 0.005 s。(不同语言略有差别,最高性能不超过0.002s,平均不超过0.005s)
💍 可通过增加 SeqBitLength,支持更高的每秒并发数。默认配置能很高效地支持每秒 5W 并发请求,若要求更高,可适当增加 SeqBitLength 到 8~16,但这将增加Id长度。
## 集成建议
#### 💎 常规集成
1️⃣ 用单例模式调用。外部集成方使用更多的实例并行调用本算法,不会增加ID产出效能,因为本算法采用单线程模式生成ID。
2️⃣ 指定唯一的 WorkerId。必须由外部系统确保 WorkerId 的全局唯一性,并赋值给本算法入口方法。
3️⃣ 单机多实例部署时使用不同 WorkerId。并非所有实现都支持跨进程的并发唯一,保险起见,在同一主机上部署多应用实例时,请确保各 WorkerId 唯一。
4️⃣ 异常处理。算法会抛出所有 Exception,外部系统应 catch 异常并做好应对处理,以免引发更大的系统崩溃。
5️⃣ 认真理解 IdGeneratorOptions 的定义,这对集成和使用本算法有帮助。
6️⃣ 使用雪花漂移算法。虽然代码里包含了传统雪花算法的定义,并且你可以在入口处指定(Method=2)来启用传统算法,但仍建议你使用雪花漂移算法(Method=1,默认的),毕竟它具有更好的伸缩力和更高的性能。
7️⃣ 不要修改核心算法。本算法内部参数较多,逻辑较为复杂,在你尚未掌握核心逻辑时,请勿尝试修改核心代码且用于生产环境,除非通过大量细致、科学的测试验证。
#### 💎 自动注册WorkerId
🔍 唯一ID生成器,依赖WorkerId,当业务服务需要水平自动化复制时,就要求它能自动化注册全局唯一WorkerId,然后各个容器化的无差别部署的业务服务,才能根据它生产唯一ID。
🔍 本算法提供一个开源的动态库(go语言实现),能在容器 k8s(或其它容器化集群) 环境下,通过 redis 自动注册 WorkerId。动态库提供的C接口方法有:
```
// 注册一个新的WorkerId
extern __declspec(dllexport) GoInt RegisterWorkerId(char* ip, GoInt port, char* password, GoInt maxWorkerId);
// 注销WorkerId
extern __declspec(dllexport) void UnRegisterWorkerId();
// 检查本地WorkerId是否有效
extern __declspec(dllexport) GoUint8 ValidateLocalWorkerId(GoInt workerId);
```
#### redis作用
🔎 只用于注册 WorkerId ,不用于生产 ID。
🔎 如果手工指定 WorkerId,即可不依赖 redis。
#### 其它分布式集成
🟢1.可增加 WorkerIdBitLength 到最大20,支持 1,048,576 个节点,且不影响上述并发性能。[算法支持]
🟢2.采用中心化 IdGenerator 集群,生成可用 Id 列表,存入 Redis 队列供节点消费。此时64个中心化节点数足够大型互联网项目使用。[需集成方扩展实现]
🟢3.以上2条二选一即可,采用方法2一般是因为不想增加最终 ID 长度,但节点数超过64个。
🟢4.任何加大 WorkerIdBitLength 或 SeqBitLength 的设置,都可能会增加 ID 的长度。
#### 💎 配置变更
配置变更指是系统运行一段时间后,再变更运行参数(IdGeneratorOptions选项值),请注意:
🔴 1.最重要的一条原则是:BaseTime **只能往前**(比老值更小、距离现在更远)赋值,原因是往后赋值极大可能产生相同的时间戳。[**不推荐**在系统运行之后调整 BaseTime]
🔴 2.任何时候增加 WorkerIdBitLength 或 SeqBitLength,都是可以的,但是慎用 “减小”的操作,因为这可能导致在未来某天生成的 ID 与过去老配置时相同。[允许在系统运行之后**增加**任何一个 BitLength 值]
🔴 3.如果必须减小 WorkerIdBitLength 或 SeqBitLength 其中的一项,一定要满足一个条件:新的两个 BitLength 之和要大于 老的值之和。[**不推荐**在运行之后缩小任何一个 BitLength 值]
🔴 4.上述3条规则,并未在本算法内做逻辑控制,集成方应根据上述规则做好影响评估,确认无误后,再实施配置变更。
## 💎💎 代码示例
🌲🏳️🌈 C#:[查看示例][1]
🌲🏳️🌈 Java:[查看示例][2]
🌲🏳️🌈 Go:[查看示例][3]
🌲🏳️🌈 Rust:[查看示例][4]
🌲🏳️🌈 C:[查看示例][5]
[1]: https://gitee.com/yitter/idgenerator/tree/master/C%23.NET
[2]: https://gitee.com/yitter/idgenerator/tree/master/Java
[3]: https://gitee.com/yitter/idgenerator/tree/master/Go
[4]: https://gitee.com/yitter/idgenerator/tree/master/Rust
[5]: https://gitee.com/yitter/idgenerator/tree/master/C