# idalloc **Repository Path**: xkits/idalloc ## Basic Information - **Project Name**: idalloc - **Description**: idalloc 是一个Go语言开发的框架,他提供了一个生成趋势递增id的server。 - **Primary Language**: Go - **License**: Not specified - **Default Branch**: dev - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2024-11-08 - **Last Updated**: 2024-11-08 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # idalloc 中文 | [English](README.md) ## 1. idalloc是什么 idalloc 是一个Go语言开发的框架,他提供了一个生成趋势递增id的server。 ## 2. 为什么需要一个分布式ID生成服务? 在大多数场景下,我们可以用MySQL的自增主键生成id即可,但是有些特殊的场景是需要在数据库外部生成id: - 写数据库之前就要用id去做一些业务处理。 - 数据存储于多种数据库中,例如文件上传时,文件元信息存MySQL,文件内容采用对象存储,可以外部生成一个id把两部分数据做统一。 - 跨多个系统共用的id,如分布式事务id。 - 在一些高并发的场景下,MySQL受限写速度的问题,不适用于高并发场景下的id生成。 ## 3. 业界各种ID生成方案的对比 - UUID: - 优点:本地生成,性能高。 - 缺点:存在MAC地址泄漏风险,集群环境中不能保证唯一性,ID长度较长且无序,占用较多存储空间。 - MySQL自增主键或计数表: - 优点:实现简单。 - 缺点:写入性能有限,不适合高并发场景。 - Redis的INCR命令: - 优点:性能相对MySQL方案要高很多。 - 缺点:存在数据丢失风险,需额外出方案保证数据的持久化。 - Snowflake: - 优点:本地生成,性能高。 - 缺点:强依赖系统时间,一旦系统时间回调,会带来灾难性的影响,过于依赖不可控的系统时间不是好的设计;还需要为每个实例维护一份唯一编号。 - 美团Leaf: - 优点:与idalloc思路不谋而合,整体方案大同小异 - 缺点:用Java实现,较为笨重。 - idalloc: - 优点: - 趋势递增:生成的ID类似MySQL的自增主键,具有趋势递增特性。 - 高性能:支持高并发,批量生成、提前预生成ID。 - 高可用性:ID存储基于MySQL和Redis组合,允许短时间的数据库宕机而不影响业务运行;同时预留了服务宕机后的备用号段(降级随机数的方案,可以理解为低配版UUID)。 - 可扩展性强:支持多个业务线共用,满足大规模业务需求。 - 轻量化:基于Go语言实现,资源占用少,轻负载时只需要10+MB左右的内存。 - 灵活性高:提供丰富的配置选项,可以根据不同场景进行调优。 - 缺点: - 生成的id只能保证趋势递增,不能保证严格递增。 - 在系统重启时,会出现id段空洞的现象,浪费部分id。 - 最多生成2^63个id,引入时需要考虑是否足够。 ## 4. idalloc的实现方案 ### 4.1. 整体架构 idalloc的架构结合了Redis和MySQL进行ID的存储与恢复,同时包含了一个进程内ID池和异步请求通道。通过这些机制保证了ID的快速生成与高效同步。下图展示了idalloc的整体架构:

### 4.2. 批量申请 idalloc通过Redis的INCR命令每次批量申请1万个ID(该值可配置),从而减少高并发场景下对Redis的频繁请求,提升性能。 ### 4.3. 预申请机制 为了进一步优化性能,idalloc实现了预申请机制。当现有ID池中的ID快要耗尽时,异步申请线程会立即触发下一轮的ID申请,并在交付时阻塞。 优点: - 避免了ID池耗尽时阻塞Redis请求的问题,进一步提升了性能。 缺点: - 如果进程重启,预申请的ID号段会作废,但这对业务没有影响,属于可接受的缺陷。 ### 4.4. 数据库更新的原子性保障 在Redis同步MySQL或从MySQL恢复Redis的数据时,idalloc通过保证操作的原子性来避免并发冲突。具体的存储格式如下: **MySQL表结构:** ```sql CREATE TABLE IF NOT EXISTS `tbl_alloc_info` ( `service_name` VARCHAR(64) NOT NULL PRIMARY KEY, `last_alloc_value` BIGINT UNSIGNED NOT NULL DEFAULT '0', `data_version` BIGINT UNSIGNED NOT NULL DEFAULT '0' ) ENGINE = InnoDB CHARACTER SET = utf8mb4; ``` **Redis存储格式:** - 键:`idalloc:alloc_info_$service_name` - 类型:`Hash` - 字段:`lastAllocValue`, `dataVersion` **Redis同步到MySQL:** 更新MySQL时,会判断添加版本筛选条件:将要更新的data_version>数据库里的data_version,从而保证并发更新也不会出现旧数据覆盖新数据的情况。 **MySQL恢复到Redis:** 通过Lua脚本执行以下命令:判断Redis中的data_version是否大于mysql中的,是则更新Redis。从而原子性在保证了数据只会更新为更新的版本。 ## 5. 使用示例 ```go package main import ( "github.com/daemon-coder/idalloc/app/server" "github.com/daemon-coder/idalloc/definition" "github.com/daemon-coder/idalloc/infrastructure/iris_infra/middleware" _ "github.com/go-sql-driver/mysql" db "myapp/infrastructure/db_infra" redis "myapp/infrastructure/redis_infra" ) func main() { // TraceIDHeaderKey:调用idalloc服务时,传递的traceid的请求头,默认为:X-Trace-Id middleware.TraceIDHeaderKey = "X-Request-Id" idallocServer := server.NewServer(&definition.Config{ AppName: "idalloc", Redis: redis.GetClient(), // Redis连接 DB: db.GetDB(), // MySQL连接 ServerPort: 8080, UsePprof: true, UsePrometheus: true, LogLevel: "INFO", RateLimit: definition.RateLimit{ Enable: true, Qps: 10000, }, SyncRedisAndDBChanSize: 10000, // 同步Redis和DB的任务队列大小 SyncRedisAndDBThreadNum: 10, // 同步Redis和DB的线程数 RedisBatchAllocNum: 10000, // Redis每次分配ID的数量 WriteDBEveryNVersion: 10, // Redis更新多少次,才会同步一次到MySQL RecoverRedisEveryNVersion: 100, // Redis更新多少次,才会判断是否从MySQL中恢复到Redis }) idallocServer.Run() } ```