美团（Leaf）分布式ID生成器，好用的一批！

柔情只为你懂 2022-12-03 11:28 371阅读 0赞

> **来自公众号：程序员内点事**

不了解分布式ID的同学，先行去看[《一口气说出 9种 分布式ID生成方式，面试官有点懵了》][9_ _ID]温习一下基础知识，这里就不再赘述了

## 美团（Leaf） ##

`Leaf`是美团推出的一个分布式ID生成服务，名字取自德国哲学家、数学家莱布尼茨的一句话：“There are no two identical leaves in the world.”（“世界上没有两片相同的树叶”），取个名字都这么有寓意，美团程序员牛掰啊！

`Leaf`的优势：`高可靠`、`低延迟`、`全局唯一`等特点。

目前主流的分布式ID生成方式，大致都是基于`数据库号段模式`和`雪花算法（snowflake）`，而美团（Leaf）刚好同时兼具了这两种方式，可以根据不同业务场景灵活切换。

接下来结合实战，详细的介绍一下`Leaf`的`Leaf-segment号段模式`和`Leaf-snowflake模式`

## 一、 Leaf-segment号段模式 ##

`Leaf-segment`号段模式是对直接用`数据库自增ID`充当`分布式ID`的一种优化，减少对数据库的频率操作。相当于从数据库批量的获取自增ID，每次从数据库取出一个号段范围，例如 (1,1000\] 代表1000个ID，业务服务将号段在本地生成1~1000的自增ID并加载到内存.。

大致的流程入下图所示：

![format_png][]

号段耗尽之后再去数据库获取新的号段，可以大大的减轻数据库的压力。对`max_id`字段做一次`update`操作，`update max_id= max_id + step`，update成功则说明新号段获取成功，新的号段范围是(`max_id ,max_id +step`\]。

由于依赖数据库，我们先设计一下表结构：

CREATE TABLE `leaf_alloc` (
      `biz_tag` varchar(128) NOT NULL DEFAULT '' COMMENT '业务key',
      `max_id` bigint(20) NOT NULL DEFAULT '1' COMMENT '当前已经分配了的最大id',
      `step` int(11) NOT NULL COMMENT '初始步长，也是动态调整的最小步长',
      `description` varchar(256) DEFAULT NULL COMMENT '业务key的描述',
      `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '数据库维护的更新时间',
      PRIMARY KEY (`biz_tag`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

预先插入一条测试的业务数据

INSERT INTO `leaf_alloc` (`biz_tag`, `max_id`, `step`, `description`, `update_time`) VALUES ('leaf-segment-test', '0', '10', '测试', '2020-02-28 10:41:03');

*  `biz_tag`：针对不同业务需求，用biz\_tag字段来隔离，如果以后需要扩容时，只需对biz\_tag分库分表即可
 *  `max_id`：当前业务号段的最大值，用于计算下一个号段
 *  `step`：步长，也就是每次获取ID的数量
 *  `description`：对于业务的描述，没啥好说的

将Leaf项目下载到本地：`https://github.com/Meituan-Dianping/Leaf`

修改一下项目中的`leaf.properties`文件，添加数据库配置

leaf.name=com.sankuai.leaf.opensource.test
    leaf.segment.enable=true
    leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
    leaf.jdbc.username=junkang
    leaf.jdbc.password=junkang
    
    leaf.snowflake.enable=false

**注意**：`leaf.snowflake.enable` 与 `leaf.segment.enable` 是无法同时开启的，否则项目将无法启动。

配置相当的简单，直接启动`LeafServerApplication`后就OK了，接下来测试一下，`leaf`是基于`Http请求`的发号服务， `LeafController` 中只有两个方法，一个号段接口，一个snowflake接口，`key`就是数据库中预先插入的业务`biz_tag`。

@RestController
    public class LeafController {
        private Logger logger = LoggerFactory.getLogger(LeafController.class);
    
        @Autowired
        private SegmentService segmentService;
        @Autowired
        private SnowflakeService snowflakeService;
    
        /**
         * 号段模式
         * @param key
         * @return
         */
        @RequestMapping(value = "/api/segment/get/{key}")
        public String getSegmentId(@PathVariable("key") String key) {
            return get(key, segmentService.getId(key));
        }
    
        /**
         * 雪花算法模式
         * @param key
         * @return
         */
        @RequestMapping(value = "/api/snowflake/get/{key}")
        public String getSnowflakeId(@PathVariable("key") String key) {
            return get(key, snowflakeService.getId(key));
        }
    
        private String get(@PathVariable("key") String key, Result id) {
            Result result;
            if (key == null || key.isEmpty()) {
                throw new NoKeyException();
            }
            result = id;
            if (result.getStatus().equals(Status.EXCEPTION)) {
                throw new LeafServerException(result.toString());
            }
            return String.valueOf(result.getId());
        }
    }

访问：`http://127.0.0.1:8080/api/segment/get/leaf-segment-test`，结果正常返回，感觉没毛病，但当查了一下数据库表中数据时发现了一个问题。

![format_png 1][]

![format_png 2][]

通常在用号段模式的时候，取号段的时机是在前一个号段消耗完的时候进行的，可刚刚才取了一个ID，数据库中却已经更新了`max_id`，也就是说`leaf`已经多获取了一个号段，这是什么鬼操作？

![format_png 3][]

### **`Leaf`为啥要这么设计呢？** ###

`Leaf` 希望能在DB中取号段的过程中做到无阻塞！

当号段耗尽时再去DB中取下一个号段，如果此时网络发生抖动，或者DB发生慢查询，业务系统拿不到号段，就会导致整个系统的响应时间变慢，对流量巨大的业务，这是不可容忍的。

所以`Leaf`在当前号段消费到某个点时，就异步的把下一个号段加载到内存中。而不需要等到号段用尽的时候才去更新号段。这样做很大程度上的降低了系统的风险。

### **那么****`某个点`到底是什么时候呢？** ###

这里做了一个实验，号段设置长度为`step=10`，`max_id=1`

![format_png 4][]

当我拿第一个ID时，看到号段增加了，1/10

![format_png 5][]

![format_png 6][]

当我拿第三个Id时，看到号段又增加了，3/10

![format_png 7][]

![format_png 8][]

`Leaf`采用`双buffer`的方式，它的服务内部有两个号段缓存区`segment`。当前号段已消耗10%时，还没能拿到下一个号段，则会另启一个更新线程去更新下一个号段。

简而言之就是`Leaf`保证了总是会多缓存两个号段，即便哪一时刻数据库挂了，也会保证发号服务可以正常工作一段时间。

![format_png 9][]

通常推荐号段（`segment`）长度设置为服务高峰期发号QPS的600倍（10分钟），这样即使DB宕机，Leaf仍能持续发号10-20分钟不受影响。

**优点：**

*  Leaf服务可以很方便的线性扩展，性能完全能够支撑大多数业务场景。
 *  容灾性高：Leaf服务内部有号段缓存，即使DB宕机，短时间内Leaf仍能正常对外提供服务。

**缺点：**

*  ID号码不够随机，能够泄露发号数量的信息，不太安全。
 *  DB宕机会造成整个系统不可用（用到数据库的都有可能）。

## 二、Leaf-snowflake ##

`Leaf-snowflake`基本上就是沿用了snowflake的设计，ID组成结构：`正数位`（占1比特）+ `时间戳`（占41比特）+ `机器ID`（占5比特）+ `机房ID`（占5比特）+ `自增值`（占12比特），总共64比特组成的一个Long类型。

`Leaf-snowflake`不同于原始snowflake算法地方，主要是在workId的生成上，`Leaf-snowflake`依靠`Zookeeper`生成`workId`，也就是上边的`机器ID`（占5比特）+ `机房ID`（占5比特）。`Leaf`中workId是基于ZooKeeper的`顺序Id`来生成的，每个应用在使用Leaf-snowflake时，启动时都会都在Zookeeper中生成一个顺序Id，相当于一台机器对应一个顺序节点，也就是一个workId。

![format_png 10][]

`Leaf-snowflake`启动服务的过程大致如下：

*  启动Leaf-snowflake服务，连接Zookeeper，在leaf\_forever父节点下检查自己是否已经注册过（是否有该顺序子节点）。
 *  如果有注册过直接取回自己的workerID（zk顺序节点生成的int类型ID号），启动服务。
 *  如果没有注册过，就在该父节点下面创建一个持久顺序节点，创建成功后取回顺序号当做自己的workerID号，启动服务。

但`Leaf-snowflake`对Zookeeper是一种弱依赖关系，除了每次会去ZK拿数据以外，也会在本机文件系统上缓存一个`workerID`文件。一旦ZooKeeper出现问题，恰好机器出现故障需重启时，依然能够保证服务正常启动。

启动`Leaf-snowflake`模式也比较简单，起动本地ZooKeeper，修改一下项目中的`leaf.properties`文件，关闭`leaf.segment模式`，启用`leaf.snowflake`模式即可。

leaf.segment.enable=false
    #leaf.jdbc.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf8
    #leaf.jdbc.username=junkang
    #leaf.jdbc.password=junkang
    
    leaf.snowflake.enable=true
    leaf.snowflake.zk.address=127.0.0.1
    leaf.snowflake.port=2181

/**
         * 雪花算法模式
         * @param key
         * @return
         */
        @RequestMapping(value = "/api/snowflake/get/{key}")
        public String getSnowflakeId(@PathVariable("key") String key) {
            return get(key, snowflakeService.getId(key));
        }

测试一下，访问：`http://127.0.0.1:8080/api/snowflake/get/leaf-segment-test`

![format_png 11][]

**优点：**

*  ID号码是趋势递增的8byte的64位数字，满足上述数据库存储的主键要求。

**缺点：**

*  依赖ZooKeeper，存在服务不可用风险（实在不知道有啥缺点了）

## 三、Leaf监控 ##

请求地址：`http://127.0.0.1:8080/cache`

针对服务自身的监控，Leaf提供了Web层的内存数据映射界面，可以实时看到所有号段的下发状态。比如每个号段双buffer的使用情况，当前ID下发到了哪个位置等信息都可以在Web界面上查看。

![format_png 12][]

## 总结 ##

对于Leaf具体使用哪种模式，还是根据具体的业务场景使用，本文并没有对Leaf源码做过多的分析，因为Leaf 代码量简洁很好阅读。后续还会把其他几种分布式ID生成器，依次结合实战介绍给大家，欢迎大家关注。

[9_ _ID]: https://mp.weixin.qq.com/s?__biz=MzI3NDA4OTk1OQ==&mid=2649905335&idx=1&sn=491086c08c5e2efc1fd70c06d6e73c2e&scene=21#wechat_redirect
[format_png]: /images/20221123/3c2642a2e90341aca4200f1f26a355f8.png
[format_png 1]: /images/20221123/87c69e1af16f4330b341aa7c3c99bcde.png
[format_png 2]: /images/20221123/f4f2d82a157d43b9b3d466e6cba43abc.png
[format_png 3]: /images/20221123/1ed0ed9bbb7b4621bc956668eebcb873.png
[format_png 4]: /images/20221123/5143f790a35f4194ab8fbe5a4f88adf3.png
[format_png 5]: /images/20221123/c5f6e30d4ee54b8eb4d1c639c53f3a3a.png
[format_png 6]: /images/20221123/e7c6ab49453646d5b9c7b1f32ee282c0.png
[format_png 7]: /images/20221123/76e2e0c4738c49d393d911ea2ff9cd04.png
[format_png 8]: /images/20221123/5269858fcf14408597006c36ce65bbf6.png
[format_png 9]: /images/20221123/88d0b439129045c59135db63011ccdc0.png
[format_png 10]: /images/20221123/b47c05376c9d4e10b77eb3c1dc71ec62.png
[format_png 11]: /images/20221123/6edb1d9af7d241afbccfb266e79a13b8.png
[format_png 12]: /images/20221123/945c7ad42f204d7dac52063471a629dd.png