项目中使用的是hutool工具类库提供的雪花算法生成id方式，版本使用的是5.3.1
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-all</artifactId>
<version>5.3.1</version>
</dependency>
雪花算法生成id方式提供了getSnowflake(workerId,datacenterId)获取单例的Snowflake对象，并对生成id的方法nextId()进行了synchronized加锁处理。
IdUtil
public static Snowflake getSnowflake(long workerId, long datacenterId) {
return Singleton.get(Snowflake.class, workerId, datacenterId);
}
Snowflake
public synchronized long nextId() {
long timestamp = genTime();
if (timestamp < lastTimestamp) {
// 如果服务器时间有问题(时钟后退) 报错。
throw new IllegalStateException(StrUtil.format("Clock moved backwards. Refusing to generate id for {}ms", lastTimestamp - timestamp));
}
if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & sequenceMask;
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0L;
}
lastTimestamp = timestamp;
return ((timestamp - twepoch) << timestampLeftShift) | (dataCenterId << dataCenterIdShift) | (workerId << workerIdShift) | sequence;
}
项目中使用雪花算法
IdUtils
public class IdUtils {
private static final Snowflake SNOWFLAKE = IdUtil.getSnowflake(1, 1);
public static Long getNextId() {
return SNOWFLAKE.nextId();
}
}
举例controller
UserController
@Slf4j
@RestController
@RequestMapping("/id")
public class UserController {
@Autowired
private IUserService userService;
@GetMapping("/next")
public Long next() {
Long id = IdUtils.getNextId();
User user = new User().setId(id);
boolean save = userService.save(user);
if (save) {
return id;
}
return 0L;
}
}
线上环境报例如：BatchUpdateException: Duplicate entry ‘1531683498452185090’ for key ‘PRIMARY’ 插入主键冲突问题。
分析代码，定位到雪花算法生成id时出现了问题
首先排除时钟回退的情况，因为在5.3.1版本如果服务器时间有问题(时钟后退) 直接报错。
1单机
排除单机情况下出现id重复问题，SNOWFLAKE 是单例的，并且生成id的方法被synchronized修饰。
2集群环境下
需要手动设置dataCenterId 和 workerId值，不同机器相同时间戳要想保证生成的id不重复，那么dataCenterId 和workerId的组合必须是唯一的
private static final Snowflake SNOWFLAKE = IdUtil.getSnowflake(workerId , dataCenterId );
Mybatis-Plus v3.4.2 雪花算法实现类 Sequence，提供了两种构造方法：无参构造，自动生成 dataCenterId 和 workerId；有参构造，创建 Sequence 时明确指定标识位
Hutool v5.7.9 参照了 Mybatis-Plus dataCenterId 和 workerId 生成方案，提供了默认实现
一起看下 Sequence 的创建默认无参构造，如何生成 dataCenterId 和 workerId
public static long getDataCenterId(long maxDatacenterId) {
long id = 1L;
final byte[] mac = NetUtil.getLocalHardwareAddress();
if (null != mac) {
id = ((0x000000FF & (long) mac[mac.length - 2])
| (0x0000FF00 & (((long) mac[mac.length - 1]) << 8))) >> 6;
id = id % (maxDatacenterId + 1);
}
return id;
}
入参 maxDatacenterId 是一个固定值，代表数据中心 ID 最大值，默认值 31
为什么最大值要是 31？因为 5bit 的二进制最大是 11111，对应十进制数值 31
获取 dataCenterId 时存在两种情况，一种是网络接口为空，默认取 1L；另一种不为空，通过 Mac 地址获取 dataCenterId
可以得知，dataCenterId 的取值与 Mac 地址有关
接下来再看看 workerId
public static long getWorkerId(long datacenterId, long maxWorkerId) {
final StringBuilder mpid = new StringBuilder();
mpid.append(datacenterId);
try {
mpid.append(RuntimeUtil.getPid());
} catch (UtilException igonre) {
//ignore
}
return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);
}
入参 maxWorkderId 也是一个固定值，代表工作机器 ID 最大值，默认值 31；datacenterId 取自上述的 getDatacenterId 方法
name 变量值为 PID@IP，所以 name 需要根据 @ 分割并获取下标 0，得到 PID
通过 MAC + PID 的 hashcode 获取16个低位，进行运算，最终得到 workerId
分配标识位
Mybatis-Plus 标识位的获取依赖 Mac 地址和进程 PID，虽然能做到尽量不重复，但仍有小几率
当然了我们也可以自己实现生成workerId、datacenterId的策略
如下，但并未测试过
@Configuration
public class SnowFlakeIdConfig {
@Bean
public SnowFlakeIdUtil propertyConfigurer() {
return new SnowFlakeIdUtil(getWorkId(), getDataCenterId(), 10);
}
/**
* workId使用IP生成
* @return workId
*/
private static Long getWorkId() {
try {
String hostAddress = Inet4Address.getLocalHost().getHostAddress();
int[] ints = StringUtils.toCodePoints(hostAddress);
int sums = 0;
for (int b : ints) {
sums = sums + b;
}
return (long) (sums % 32);
}
catch (UnknownHostException e) {
// 失败就随机
return RandomUtils.nextLong(0, 31);
}
}
/**
* dataCenterId使用hostName生成
* @return dataCenterId
*/
private static Long getDataCenterId() {
try {
String hostName = SystemUtils.getHostName();
int[] ints = StringUtils.toCodePoints(hostName);
int sums = 0;
for (int i: ints) {
sums = sums + i;
}
return (long) (sums % 32);
}
catch (Exception e) {
// 失败就随机
return RandomUtils.nextLong(0, 31);
}
}
}
很显然这些方法都依赖于获取ip 等信息，比如ip并非连续，甚至获取不到ip等信息时，还是有可能出现id重复问题
3docker容器
就比如在docker容器中，一般ip都是随机的，并且未经过设置还无法获得ip信息。
docker容器和宿主机环境是隔离的，但是可以在启动docker容器时将宿主机的主机名以环境变量的形式传入，代码在容器中获取该值即可。
这里采用另一种方法，我们可以手动设置workid生成规则，并存到redis中。
这里只设置了workId，保证workId和dataCenterId的组合不重复就可以。
workId的生成是系统每次启动，第一次获取Snowflake 对象时才会进行，
public class IdUtils {
private static StringRedisTemplate stringRedisTemplate = ApplicationContextHolder.getBean(StringRedisTemplate.class);
private static String SNOWFLAKE_WORKID = "snowflake:workid";
private static final Snowflake SNOWFLAKE = IdUtil.getSnowflake(getWorkerId(SNOWFLAKE_WORKID), 1);
public static Long getNextId() {
return SNOWFLAKE.nextId();
}
/**
* 容器环境生成workid 并redis缓存
* @param key
* @return
*/
public static Long getWorkerId(String key) {
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
redisScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("redis/redis_worker_id.lua")));
redisScript.setResultType(Long.class);
return stringRedisTemplate.execute(redisScript, Collections.singletonList(key));
}
}
ApplicationContext对象的获取 ，解决使用注解获取不到bean的问题
@Component
public class ApplicationContextHolder implements ApplicationContextAware {
private static ApplicationContext applicationContext;
@Override
public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
ApplicationContextHolder.applicationContext = applicationContext;
}
/**
* 全局的applicationContext对象
* @return applicationContext
*/
public static ApplicationContext getApplicationContext() {
return applicationContext;
}
@SuppressWarnings("unchecked")
public static <T> T getBean(String beanName) {
return (T) applicationContext.getBean(beanName);
}
public static <T> T getBean(Class<T> clazz) {
return applicationContext.getBean(clazz);
}
}
lua脚本 redis_worker_id.lua
workId初始为0 ，每次获取后+1，知道获取到31后重置为0
为什么上限是31呢，因为workId默认占5bit
local isExist = redis.call('exists', KEYS[1])
if isExist == 1
then
local workerId = redis.call('get', KEYS[1])
workerId = (workerId + 1) % 31
redis.call('set', KEYS[1], workerId)
return workerId
else
redis.call('set', KEYS[1], 0)
return 0
end
测试
使用nginx 端口8080
location /api {
default_type application/json;
#internal;
keepalive_timeout 30s;
keepalive_requests 1000;
#支持keep-alive
proxy_http_version 1.1;
rewrite /api(/.*) $1 break;
proxy_pass_request_headers on;
#more_clear_input_headers Accept-Encoding;
proxy_next_upstream error timeout;
#proxy_pass http://127.0.0.1:8081;
proxy_pass http://backend;
}
}
upstream backend {
server 127.0.0.1:8081 max_fails=5 fail_timeout=10s weight=1;
server 127.0.0.1:8082 max_fails=5 fail_timeout=10s weight=1;
}
代理访问8081、8082两个项目
将自己的项目端口号设置为8081，并复制Copy Configuration ，VM options设置
-Dserver.port=8082
这样启动nginx8080，项目8081、8082
然后使用Jmeter进行压测，比如1000个线程 循环10次进行插入数据库
访问路径
不再出现id重复问题
参考
https://blog.csdn.net/weixin_36586120/article/details/118018414文章来源：https://www.toymoban.com/news/detail-422534.html
https://www.cnblogs.com/hzzjj/p/15117771.html
https://blog.csdn.net/nickDaDa/article/details/89357667文章来源地址https://www.toymoban.com/news/detail-422534.html
到了这里，关于线上使用雪花算法生成id重复问题的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
