一种适合容器化部署的雪花算法ID生成器 |
您所在的位置：网站首页 › 人体姿态检测应用领域 › 一种适合容器化部署的雪花算法ID生成器 |
一种适合容器化部署的雪花算法ID生成器
|
雪花算法简介
SnowFlake 中文意思为雪花，故称为雪花算法。最早是 Twitter 公司在其内部用于分布式环境下生成唯一 ID。 雪花算法有以下几个优点： 高并发分布式环境下生成不重复 id，每秒可生成百万个不重复 id。 基于时间戳，以及同一时间戳下序列号自增，基本保证 id 有序递增。 不依赖第三方库或者中间件。 算法简单，在内存中进行，效率高。雪花算法有如下缺点： 依赖服务器时间，服务器时钟回拨时可能会生成重复 id。算法中可通过记录最后一个生成 id 时的时间戳来解决，每次生成 id 之前比较当前服务器时钟是否被回拨，避免生成重复 id。 需要配置机器ID和服务器ID[参考来源](SnowFlake 雪花算法详解与实现 - 掘金 (juejin.cn)) 容器化部署雪花算法遇到的问题容器化无状态部署机器ID不可获取 以前项目使用物理机器部署时，我们可以根据机器的IP分配对就的机器id,可是现在都是使用容器化部署，一般都是部署成无状态模式，无法获取workId; 一个容器一般只部署一个服务，所有服务id可以不需要了。 解决思路 将机器id和服务id合并 项目启用时通过redis获取一个workId RID的诞生 基本思路 为每个微服务配置一个rid.redisKey,当作该服务在redis中的唯一标识服务 在项目启用时，将rid.redisKey自增，获取到一个workId 将wordId与maxWorkerId取余运算，得到单个服务的唯一workId 核心代码 /** * 基本Redis生成ID */ @Component public class ID { @Resource private StringRedisTemplate stringRedisTemplate; private static Long REDIS_ID; /** * redis KEY 不同项目需要修改 */ @Value("${rid.redisKey}") private String ID_REDIS_KEY = "RID"; /** * 起始时间戳 */ @Value("${rid.startStamp}") private Long startStamp = 1577808000000L; /** * 机器id所占的位数 最多机器节点2^5=32个 */ @Value("${rid.workerIdBits}") private final long workerIdBits = 5L; /** * 序列号所占的位数 决定单个容器每毫秒生成速度，默认每毫秒生成 2^7=128 */ @Value("${rid.sequenceBits}") private final long sequenceBits = 7L; /** * 时间戳位数 从startStamp开始可以 2^41/(1000606024365)=69，大概可以使用69年。 */ private final long timeStampBits = 41L; private Long workerId; @PostConstruct void init() { REDIS_ID = stringRedisTemplate.opsForValue().increment(ID_REDIS_KEY) % maxWorkerId; } /** * 时间戳最大值 */ private final long maxTimeStamp = ~(-1L |
【本文地址】