背景

在復(fù)雜分布式系統(tǒng)中，往往需要對(duì)大量的數(shù)據(jù)和消息進(jìn)行唯一標(biāo)識(shí)。如在美團(tuán)點(diǎn)評(píng)的金融、支付、餐飲、酒店、貓眼電影等產(chǎn)品的系統(tǒng)中，數(shù)據(jù)日漸增長，對(duì)數(shù)據(jù)分庫分表后需要有一個(gè)唯一ID來標(biāo)識(shí)一條數(shù)據(jù)或消息，數(shù)據(jù)庫的自增ID顯然不能滿足需求；特別一點(diǎn)的如訂單、騎手、優(yōu)惠券也都需要有唯一ID做標(biāo)識(shí)。此時(shí)一個(gè)能夠生成全局唯一ID的系統(tǒng)是非常必要的。概括下來，那業(yè)務(wù)系統(tǒng)對(duì)ID號(hào)的要求有哪些呢？

• 全局唯一性：不能出現(xiàn)重復(fù)的ID號(hào)，既然是唯一標(biāo)識(shí)，這是最基本的要求。
• 趨勢(shì)遞增：在MySQL InnoDB引擎中使用的是聚集索引，由于多數(shù)RDBMS使用B-tree的數(shù)據(jù)結(jié)構(gòu)來存儲(chǔ)索引數(shù)據(jù)，在主鍵的選擇上面我們應(yīng)該盡量使用有序的主鍵保證寫入性能。
• 單調(diào)遞增：保證下一個(gè)ID一定大于上一個(gè)ID，例如事務(wù)版本號(hào)、IM增量消息、排序等特殊需求。
• 信息安全：如果ID是連續(xù)的，惡意用戶的扒取工作就非常容易做了，直接按照順序下載指定URL即可；如果是訂單號(hào)就更危險(xiǎn)了，競(jìng)對(duì)可以直接知道我們一天的單量。所以在一些應(yīng)用場(chǎng)景下，會(huì)需要ID無規(guī)則、不規(guī)則。

上述123對(duì)應(yīng)三類不同的場(chǎng)景，3和4需求還是互斥的，無法使用同一個(gè)方案滿足。

同時(shí)除了對(duì)ID號(hào)碼自身的要求，業(yè)務(wù)還對(duì)ID號(hào)生成系統(tǒng)的可用性要求極高，想象一下，如果ID生成系統(tǒng)癱瘓，整個(gè)美團(tuán)點(diǎn)評(píng)支付、優(yōu)惠券發(fā)券、騎手派單等關(guān)鍵動(dòng)作都無法執(zhí)行，這就會(huì)帶來一場(chǎng)災(zāi)難。

由此總結(jié)下一個(gè)ID生成系統(tǒng)應(yīng)該做到如下幾點(diǎn)：

• 平均延遲和TP999延遲都要盡可能低；
• 可用性5個(gè)9；
• 高QPS。

常見方法介紹

UUID

UUID(Universally Unique Identifier)的標(biāo)準(zhǔn)型式包含32個(gè)16進(jìn)制數(shù)字，以連字號(hào)分為五段，形式為8-4-4-4-12的36個(gè)字符，示例：550e8400-e29b-41d4-a716-446655440000，到目前為止業(yè)界一共有5種方式生成UUID，詳情見IETF發(fā)布的UUID規(guī)范A Universally Unique IDentifier (UUID) URN Namespace。

優(yōu)點(diǎn)：

• 性能非常高：本地生成，沒有網(wǎng)絡(luò)消耗。

缺點(diǎn)：

• 不易于存儲(chǔ)：UUID太長，16字節(jié)128位，通常以36長度的字符串表示，很多場(chǎng)景不適用。

• 信息不安全：基于MAC地址生成UUID的算法可能會(huì)造成MAC地址泄露，這個(gè)漏洞曾被用于尋找梅麗莎病毒的制作者位置。

• ID作為主鍵時(shí)在特定的環(huán)境會(huì)存在一些問題，比如做DB主鍵的場(chǎng)景下，UUID就非常不適用：

  ① MySQL官方有明確的建議主鍵要盡量越短越好[4]，36個(gè)字符長度的UUID不符合要求。

  All indexes other than the clustered index are known as secondary indexes. In InnoDB, each record in a secondary index contains the primary key columns for the row, as well as the columns specified for the secondary index. InnoDB uses this primary key value to search for the row in the clustered index.*** If the primary key is long, the secondary indexes use more space, so it is advantageous to have a short primary key***.

② 對(duì)MySQL索引不利：如果作為數(shù)據(jù)庫主鍵，在InnoDB引擎下，UUID的無序性可能會(huì)引起數(shù)據(jù)位置頻繁變動(dòng)，嚴(yán)重影響性能。

類snowflake方案

這種方案大致來說是一種以劃分命名空間（UUID也算，由于比較常見，所以單獨(dú)分析）來生成ID的一種算法，這種方案把64-bit分別劃分成多段，分開來標(biāo)示機(jī)器、時(shí)間等，比如在snowflake中的64-bit分別表示如下圖（圖片來自網(wǎng)絡(luò)）所示：

41-bit的時(shí)間可以表示（1L<<41）/(1000L*3600*24*365)=69年的時(shí)間，10-bit機(jī)器可以分別表示1024臺(tái)機(jī)器。如果我們對(duì)IDC劃分有需求，還可以將10-bit分5-bit給IDC，分5-bit給工作機(jī)器。這樣就可以表示32個(gè)IDC，每個(gè)IDC下可以有32臺(tái)機(jī)器，可以根據(jù)自身需求定義。12個(gè)自增序列號(hào)可以表示2^12個(gè)ID，理論上snowflake方案的QPS約為409.6w/s，這種分配方式可以保證在任何一個(gè)IDC的任何一臺(tái)機(jī)器在任意毫秒內(nèi)生成的ID都是不同的。

這種方式的優(yōu)缺點(diǎn)是：

優(yōu)點(diǎn)：

• 毫秒數(shù)在高位，自增序列在低位，整個(gè)ID都是趨勢(shì)遞增的。
• 不依賴數(shù)據(jù)庫等第三方系統(tǒng)，以服務(wù)的方式部署，穩(wěn)定性更高，生成ID的性能也是非常高的。
• 可以根據(jù)自身業(yè)務(wù)特性分配bit位，非常靈活。

缺點(diǎn)：

• 強(qiáng)依賴機(jī)器時(shí)鐘，如果機(jī)器上時(shí)鐘回?fù)埽瑫?huì)導(dǎo)致發(fā)號(hào)重復(fù)或者服務(wù)會(huì)處于不可用狀態(tài)。

應(yīng)用舉例Mongdb objectID

MongoDB官方文檔 ObjectID可以算作是和snowflake類似方法，通過“時(shí)間+機(jī)器碼+pid+inc”共12個(gè)字節(jié)，通過4+3+2+3的方式最終標(biāo)識(shí)成一個(gè)24長度的十六進(jìn)制字符。

數(shù)據(jù)庫生成

以MySQL舉例，利用給字段設(shè)置auto_increment_increment和auto_increment_offset來保證ID自增，每次業(yè)務(wù)使用下列SQL讀寫MySQL得到ID號(hào)。

begin;
REPLACE INTO Tickets64 (stub) VALUES ('a');
SELECT LAST_INSERT_ID();
commit;

這種方案的優(yōu)缺點(diǎn)如下：

優(yōu)點(diǎn)：

• 非常簡(jiǎn)單，利用現(xiàn)有數(shù)據(jù)庫系統(tǒng)的功能實(shí)現(xiàn)，成本小，有DBA專業(yè)維護(hù)。
• ID號(hào)單調(diào)自增，可以實(shí)現(xiàn)一些對(duì)ID有特殊要求的業(yè)務(wù)。

缺點(diǎn)：

• 強(qiáng)依賴DB，當(dāng)DB異常時(shí)整個(gè)系統(tǒng)不可用，屬于致命問題。配置主從復(fù)制可以盡可能的增加可用性，但是數(shù)據(jù)一致性在特殊情況下難以保證。主從切換時(shí)的不一致可能會(huì)導(dǎo)致重復(fù)發(fā)號(hào)。
• ID發(fā)號(hào)性能瓶頸限制在單臺(tái)MySQL的讀寫性能。

對(duì)于MySQL性能問題，可用如下方案解決：在分布式系統(tǒng)中我們可以多部署幾臺(tái)機(jī)器，每臺(tái)機(jī)器設(shè)置不同的初始值，且步長和機(jī)器數(shù)相等。比如有兩臺(tái)機(jī)器。設(shè)置步長step為2，TicketServer1的初始值為1（1，3，5，7，9，11…）、TicketServer2的初始值為2（2，4，6，8，10…）。這是Flickr團(tuán)隊(duì)在2010年撰文介紹的一種主鍵生成策略（Ticket Servers: Distributed Unique Primary Keys on the Cheap）。如下所示，為了實(shí)現(xiàn)上述方案分別設(shè)置兩臺(tái)機(jī)器對(duì)應(yīng)的參數(shù)，TicketServer1從1開始發(fā)號(hào)，TicketServer2從2開始發(fā)號(hào)，兩臺(tái)機(jī)器每次發(fā)號(hào)之后都遞增2。

TicketServer1:
auto-increment-increment = 2
auto-increment-offset = 1
TicketServer2:
auto-increment-increment = 2
auto-increment-offset = 2

假設(shè)我們要部署N臺(tái)機(jī)器，步長需設(shè)置為N，每臺(tái)的初始值依次為0,1,2…N-1那么整個(gè)架構(gòu)就變成了如下圖所示：

這種架構(gòu)貌似能夠滿足性能的需求，但有以下幾個(gè)缺點(diǎn)：

• 系統(tǒng)水平擴(kuò)展比較困難，比如定義好了步長和機(jī)器臺(tái)數(shù)之后，如果要添加機(jī)器該怎么做？假設(shè)現(xiàn)在只有一臺(tái)機(jī)器發(fā)號(hào)是1,2,3,4,5（步長是1），這個(gè)時(shí)候需要擴(kuò)容機(jī)器一臺(tái)?？梢赃@樣做：把第二臺(tái)機(jī)器的初始值設(shè)置得比第一臺(tái)超過很多，比如14（假設(shè)在擴(kuò)容時(shí)間之內(nèi)第一臺(tái)不可能發(fā)到14），同時(shí)設(shè)置步長為2，那么這臺(tái)機(jī)器下發(fā)的號(hào)碼都是14以后的偶數(shù)。然后摘掉第一臺(tái)，把ID值保留為奇數(shù)，比如7，然后修改第一臺(tái)的步長為2。讓它符合我們定義的號(hào)段標(biāo)準(zhǔn)，對(duì)于這個(gè)例子來說就是讓第一臺(tái)以后只能產(chǎn)生奇數(shù)。擴(kuò)容方案看起來復(fù)雜嗎？貌似還好，現(xiàn)在想象一下如果我們線上有100臺(tái)機(jī)器，這個(gè)時(shí)候要擴(kuò)容該怎么做？簡(jiǎn)直是噩夢(mèng)。所以系統(tǒng)水平擴(kuò)展方案復(fù)雜難以實(shí)現(xiàn)。
• ID沒有了單調(diào)遞增的特性，只能趨勢(shì)遞增，這個(gè)缺點(diǎn)對(duì)于一般業(yè)務(wù)需求不是很重要，可以容忍。
• 數(shù)據(jù)庫壓力還是很大，每次獲取ID都得讀寫一次數(shù)據(jù)庫，只能靠堆機(jī)器來提高性能。

Leaf方案實(shí)現(xiàn)

Leaf這個(gè)名字是來自德國哲學(xué)家、數(shù)學(xué)家萊布尼茨的一句話： >There are no two identical leaves in the world > “世界上沒有兩片相同的樹葉”

綜合對(duì)比上述幾種方案，每種方案都不完全符合我們的要求。所以Leaf分別在上述第二種和第三種方案上做了相應(yīng)的優(yōu)化，實(shí)現(xiàn)了Leaf-segment和Leaf-snowflake方案。

Leaf-segment數(shù)據(jù)庫方案

第一種Leaf-segment方案，在使用數(shù)據(jù)庫的方案上，做了如下改變： - 原方案每次獲取ID都得讀寫一次數(shù)據(jù)庫，造成數(shù)據(jù)庫壓力大。改為利用proxy server批量獲取，每次獲取一個(gè)segment(step決定大小)號(hào)段的值。用完之后再去數(shù)據(jù)庫獲取新的號(hào)段，可以大大的減輕數(shù)據(jù)庫的壓力。 - 各個(gè)業(yè)務(wù)不同的發(fā)號(hào)需求用biz_tag字段來區(qū)分，每個(gè)biz-tag的ID獲取相互隔離，互不影響。如果以后有性能需求需要對(duì)數(shù)據(jù)庫擴(kuò)容，不需要上述描述的復(fù)雜的擴(kuò)容操作，只需要對(duì)biz_tag分庫分表就行。

數(shù)據(jù)庫表設(shè)計(jì)如下：

+-------------+--------------+------+-----+-------------------+-----------------------------+
| Field       | Type         | Null | Key | Default           | Extra                       |
+-------------+--------------+------+-----+-------------------+-----------------------------+
| biz_tag     | varchar(128) | NO   | PRI |                   | |
| max_id      | bigint(20)   | NO   |     | 1                 | |
| step        | int(11)      | NO   |     | NULL              | |
| desc        | varchar(256) | YES  |     | NULL              | |
| update_time | timestamp    | NO   |     | CURRENT_TIMESTAMP | on update CURRENT_TIMESTAMP |
+-------------+--------------+------+-----+-------------------+-----------------------------+

重要字段說明：biz_tag用來區(qū)分業(yè)務(wù)，max_id表示該biz_tag目前所被分配的ID號(hào)段的最大值，step表示每次分配的號(hào)段長度。原來獲取ID每次都需要寫數(shù)據(jù)庫，現(xiàn)在只需要把step設(shè)置得足夠大，比如1000。那么只有當(dāng)1000個(gè)號(hào)被消耗完了之后才會(huì)去重新讀寫一次數(shù)據(jù)庫。讀寫數(shù)據(jù)庫的頻率從1減小到了1/step，大致架構(gòu)如下圖所示：

test_tag在第一臺(tái)Leaf機(jī)器上是1~1000的號(hào)段，當(dāng)這個(gè)號(hào)段用完時(shí)，會(huì)去加載另一個(gè)長度為step=1000的號(hào)段，假設(shè)另外兩臺(tái)號(hào)段都沒有更新，這個(gè)時(shí)候第一臺(tái)機(jī)器新加載的號(hào)段就應(yīng)該是3001~4000。同時(shí)數(shù)據(jù)庫對(duì)應(yīng)的biz_tag這條數(shù)據(jù)的max_id會(huì)從3000被更新成4000，更新號(hào)段的SQL語句如下：

Begin
UPDATE table SET max_id=max_id+step WHERE biz_tag=xxx
SELECT tag, max_id, step FROM table WHERE biz_tag=xxx
Commit

這種模式有以下優(yōu)缺點(diǎn)：

優(yōu)點(diǎn)：

• Leaf服務(wù)可以很方便的線性擴(kuò)展，性能完全能夠支撐大多數(shù)業(yè)務(wù)場(chǎng)景。
• ID號(hào)碼是趨勢(shì)遞增的8byte的64位數(shù)字，滿足上述數(shù)據(jù)庫存儲(chǔ)的主鍵要求。
• 容災(zāi)性高：Leaf服務(wù)內(nèi)部有號(hào)段緩存，即使DB宕機(jī)，短時(shí)間內(nèi)Leaf仍能正常對(duì)外提供服務(wù)。
• 可以自定義max_id的大小，非常方便業(yè)務(wù)從原有的ID方式上遷移過來。

缺點(diǎn)：

• ID號(hào)碼不夠隨機(jī)，能夠泄露發(fā)號(hào)數(shù)量的信息，不太安全。
• TP999數(shù)據(jù)波動(dòng)大，當(dāng)號(hào)段使用完之后還是會(huì)hang在更新數(shù)據(jù)庫的I/O上，tg999數(shù)據(jù)會(huì)出現(xiàn)偶爾的尖刺。
• DB宕機(jī)會(huì)造成整個(gè)系統(tǒng)不可用。

雙buffer優(yōu)化

對(duì)于第二個(gè)缺點(diǎn)，Leaf-segment做了一些優(yōu)化，簡(jiǎn)單的說就是：

Leaf 取號(hào)段的時(shí)機(jī)是在號(hào)段消耗完的時(shí)候進(jìn)行的，也就意味著號(hào)段臨界點(diǎn)的ID下發(fā)時(shí)間取決于下一次從DB取回號(hào)段的時(shí)間，并且在這期間進(jìn)來的請(qǐng)求也會(huì)因?yàn)镈B號(hào)段沒有取回來，導(dǎo)致線程阻塞。如果請(qǐng)求DB的網(wǎng)絡(luò)和DB的性能穩(wěn)定，這種情況對(duì)系統(tǒng)的影響是不大的，但是假如取DB的時(shí)候網(wǎng)絡(luò)發(fā)生抖動(dòng)，或者DB發(fā)生慢查詢就會(huì)導(dǎo)致整個(gè)系統(tǒng)的響應(yīng)時(shí)間變慢。

為此，我們希望DB取號(hào)段的過程能夠做到無阻塞，不需要在DB取號(hào)段的時(shí)候阻塞請(qǐng)求線程，即當(dāng)號(hào)段消費(fèi)到某個(gè)點(diǎn)時(shí)就異步的把下一個(gè)號(hào)段加載到內(nèi)存中。而不需要等到號(hào)段用盡的時(shí)候才去更新號(hào)段。這樣做就可以很大程度上的降低系統(tǒng)的TP999指標(biāo)。詳細(xì)實(shí)現(xiàn)如下圖所示：

采用雙buffer的方式，Leaf服務(wù)內(nèi)部有兩個(gè)號(hào)段緩存區(qū)segment。當(dāng)前號(hào)段已下發(fā)10%時(shí)，如果下一個(gè)號(hào)段未更新，則另啟一個(gè)更新線程去更新下一個(gè)號(hào)段。當(dāng)前號(hào)段全部下發(fā)完后，如果下個(gè)號(hào)段準(zhǔn)備好了則切換到下個(gè)號(hào)段為當(dāng)前segment接著下發(fā)，循環(huán)往復(fù)。

• 每個(gè)biz-tag都有消費(fèi)速度監(jiān)控，通常推薦segment長度設(shè)置為服務(wù)高峰期發(fā)號(hào)QPS的600倍（10分鐘），這樣即使DB宕機(jī)，Leaf仍能持續(xù)發(fā)號(hào)10-20分鐘不受影響。

• 每次請(qǐng)求來臨時(shí)都會(huì)判斷下個(gè)號(hào)段的狀態(tài)，從而更新此號(hào)段，所以偶爾的網(wǎng)絡(luò)抖動(dòng)不會(huì)影響下個(gè)號(hào)段的更新。

Leaf高可用容災(zāi)

對(duì)于第三點(diǎn)“DB可用性”問題，我們目前采用一主兩從的方式，同時(shí)分機(jī)房部署，Master和Slave之間采用半同步方式[5]同步數(shù)據(jù)。同時(shí)使用公司Atlas數(shù)據(jù)庫中間件(已開源，改名為DBProxy)做主從切換。當(dāng)然這種方案在一些情況會(huì)退化成異步模式，甚至在非常極端情況下仍然會(huì)造成數(shù)據(jù)不一致的情況，但是出現(xiàn)的概率非常小。如果你的系統(tǒng)要保證100%的數(shù)據(jù)強(qiáng)一致，可以選擇使用“類Paxos算法”實(shí)現(xiàn)的強(qiáng)一致MySQL方案，如MySQL 5.7前段時(shí)間剛剛GA的MySQL Group Replication。但是運(yùn)維成本和精力都會(huì)相應(yīng)的增加，根據(jù)實(shí)際情況選型即可。

同時(shí)Leaf服務(wù)分IDC部署，內(nèi)部的服務(wù)化框架是“MTthrift RPC”。服務(wù)調(diào)用的時(shí)候，根據(jù)負(fù)載均衡算法會(huì)優(yōu)先調(diào)用同機(jī)房的Leaf服務(wù)。在該IDC內(nèi)Leaf服務(wù)不可用的時(shí)候才會(huì)選擇其他機(jī)房的Leaf服務(wù)。同時(shí)服務(wù)治理平臺(tái)OCTO還提供了針對(duì)服務(wù)的過載保護(hù)、一鍵截流、動(dòng)態(tài)流量分配等對(duì)服務(wù)的保護(hù)措施。

Leaf-snowflake方案

Leaf-segment方案可以生成趨勢(shì)遞增的ID，同時(shí)ID號(hào)是可計(jì)算的，不適用于訂單ID生成場(chǎng)景，比如競(jìng)對(duì)在兩天中午12點(diǎn)分別下單，通過訂單id號(hào)相減就能大致計(jì)算出公司一天的訂單量，這個(gè)是不能忍受的。面對(duì)這一問題，我們提供了 Leaf-snowflake方案。

Leaf-snowflake方案完全沿用snowflake方案的bit位設(shè)計(jì)，即是“1+41+10+12”的方式組裝ID號(hào)。對(duì)于workerID的分配，當(dāng)服務(wù)集群數(shù)量較小的情況下，完全可以手動(dòng)配置。Leaf服務(wù)規(guī)模較大，動(dòng)手配置成本太高。所以使用Zookeeper持久順序節(jié)點(diǎn)的特性自動(dòng)對(duì)snowflake節(jié)點(diǎn)配置wokerID。Leaf-snowflake是按照下面幾個(gè)步驟啟動(dòng)的：

• 啟動(dòng)Leaf-snowflake服務(wù)，連接Zookeeper，在leaf_forever父節(jié)點(diǎn)下檢查自己是否已經(jīng)注冊(cè)過（是否有該順序子節(jié)點(diǎn)）。
• 如果有注冊(cè)過直接取回自己的workerID（zk順序節(jié)點(diǎn)生成的int類型ID號(hào)），啟動(dòng)服務(wù)。
• 如果沒有注冊(cè)過，就在該父節(jié)點(diǎn)下面創(chuàng)建一個(gè)持久順序節(jié)點(diǎn)，創(chuàng)建成功后取回順序號(hào)當(dāng)做自己的workerID號(hào)，啟動(dòng)服務(wù)。

弱依賴ZooKeeper

除了每次會(huì)去ZK拿數(shù)據(jù)以外，也會(huì)在本機(jī)文件系統(tǒng)上緩存一個(gè)workerID文件。當(dāng)ZooKeeper出現(xiàn)問題，恰好機(jī)器出現(xiàn)問題需要重啟時(shí)，能保證服務(wù)能夠正常啟動(dòng)。這樣做到了對(duì)三方組件的弱依賴。一定程度上提高了SLA

解決時(shí)鐘問題

因?yàn)檫@種方案依賴時(shí)間，如果機(jī)器的時(shí)鐘發(fā)生了回?fù)埽敲淳蜁?huì)有可能生成重復(fù)的ID號(hào)，需要解決時(shí)鐘回退的問題。

參見上圖整個(gè)啟動(dòng)流程圖，服務(wù)啟動(dòng)時(shí)首先檢查自己是否寫過ZooKeeper leaf_forever節(jié)點(diǎn)：

• 若寫過，則用自身系統(tǒng)時(shí)間與leaf_forever/${self}節(jié)點(diǎn)記錄時(shí)間做比較，若小于leaf_forever/${self}時(shí)間則認(rèn)為機(jī)器時(shí)間發(fā)生了大步長回?fù)?，服?wù)啟動(dòng)失敗并報(bào)警。
• 若未寫過，證明是新服務(wù)節(jié)點(diǎn)，直接創(chuàng)建持久節(jié)點(diǎn)leaf_forever/${self}并寫入自身系統(tǒng)時(shí)間，接下來綜合對(duì)比其余Leaf節(jié)點(diǎn)的系統(tǒng)時(shí)間來判斷自身系統(tǒng)時(shí)間是否準(zhǔn)確，具體做法是取leaf_temporary下的所有臨時(shí)節(jié)點(diǎn)(所有運(yùn)行中的Leaf-snowflake節(jié)點(diǎn))的服務(wù)IP：Port，然后通過RPC請(qǐng)求得到所有節(jié)點(diǎn)的系統(tǒng)時(shí)間，計(jì)算sum(time)/nodeSize。
• 若abs( 系統(tǒng)時(shí)間-sum(time)/nodeSize ) < 閾值，認(rèn)為當(dāng)前系統(tǒng)時(shí)間準(zhǔn)確，正常啟動(dòng)服務(wù)，同時(shí)寫臨時(shí)節(jié)點(diǎn)leaf_temporary/${self} 維持租約。
• 否則認(rèn)為本機(jī)系統(tǒng)時(shí)間發(fā)生大步長偏移，啟動(dòng)失敗并報(bào)警。
• 每隔一段時(shí)間(3s)上報(bào)自身系統(tǒng)時(shí)間寫入leaf_forever/${self}。

由于強(qiáng)依賴時(shí)鐘，對(duì)時(shí)間的要求比較敏感，在機(jī)器工作時(shí)NTP同步也會(huì)造成秒級(jí)別的回退，建議可以直接關(guān)閉NTP同步。要么在時(shí)鐘回?fù)艿臅r(shí)候直接不提供服務(wù)直接返回ERROR_CODE，等時(shí)鐘追上即可。或者做一層重試，然后上報(bào)報(bào)警系統(tǒng)，更或者是發(fā)現(xiàn)有時(shí)鐘回?fù)苤笞詣?dòng)摘除本身節(jié)點(diǎn)并報(bào)警，如下：

 //發(fā)生了回?fù)?，此刻時(shí)間小于上次發(fā)號(hào)時(shí)間
 if (timestamp < lastTimestamp) {
  			  
            long offset = lastTimestamp - timestamp;
            if (offset <= 5) {
                try {
                	//時(shí)間偏差大小小于5ms，則等待兩倍時(shí)間
                    wait(offset << 1);//wait
                    timestamp = timeGen();
                    if (timestamp < lastTimestamp) {
                       //還是小于，拋異常并上報(bào)throwClockBackwardsEx(timestamp);
                      }    
                } catch (InterruptedException e) {  
                   throw  e;
                }
            } else {
                //throw
                throwClockBackwardsEx(timestamp);
            }
        }
 //分配ID       
        

從上線情況來看，在2017年閏秒出現(xiàn)那一次出現(xiàn)過部分機(jī)器回?fù)?，由于Leaf-snowflake的策略保證，成功避免了對(duì)業(yè)務(wù)造成的影響。

Leaf現(xiàn)狀

Leaf在美團(tuán)點(diǎn)評(píng)公司內(nèi)部服務(wù)包含金融、支付交易、餐飲、外賣、酒店旅游、貓眼電影等眾多業(yè)務(wù)線。目前Leaf的性能在4C8G的機(jī)器上QPS能壓測(cè)到近5w/s，TP999 1ms，已經(jīng)能夠滿足大部分的業(yè)務(wù)的需求。每天提供億數(shù)量級(jí)的調(diào)用量，作為公司內(nèi)部公共的基礎(chǔ)技術(shù)設(shè)施，必須保證高SLA和高性能的服務(wù)，我們目前還僅僅達(dá)到了及格線，還有很多提高的空間。

以上就是leaf方案實(shí)現(xiàn)美團(tuán)點(diǎn)評(píng)分布式ID生成系統(tǒng)的詳細(xì)內(nèi)容，更多關(guān)于美團(tuán)點(diǎn)評(píng)分布式ID生成系統(tǒng)的資料請(qǐng)關(guān)注本站其它相關(guān)文章！

美國快速服務(wù)器

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。