分步式序列bamboo-leaf

bamboo-leaf简介

Bamboo-leaf是用Java开发的一款分布式id生成系统,基于数据库号段(segment)算法、雪花(snowflake)算法实现,基于数据库号段(segment)算法是参考了滴滴出行的tinyid及阿里巴巴的tddl-Sequence的思路,取了两都的优点,同时加入了新的实现方式,扩展算法。让能适合更多的场景,高并发、高可用得到提升,接入更方便简洁。雪花(snowflake)算法,参考了原生算法及百度(uid-generator)实现方式,重定义了snowflake各段的长度,解决了workerid的节点限制问题及时间回拨序列重复的问题,提升了每毫秒产生的序列个数。
同时提供了Bamboo-leaf-client(sdk)使id生成本地化,获得了更好的性能与可用性。均通过Bamboo-leaf-client方式接入,每天生成百亿级别的id。

bamboo-leaf架构图

输入图片说明

bamboo-leaf代码结构

bamboo-leaf
----bamboo-leaf-server
----bamboo-leaf-client
----bamboo-leaf-core
----bamboo-leaf-autoconfigure
----bamboo-leaf-demo

bamboo-leaf接口列表

1、snowflake算法接口列表

接口类:BambooLeafSnowflakeClient

序号 接口 名称 功能说明
1 public long snowflakeId(String namespace); 原生雪花算法 返回Long类型
2 public String snowflakeId16(String namespace); 原生雪花算法+随机数 返回16位字段串:
13位(原生雪花算法转36进制),
3位(随机数转36进制)
3 public String snowflakeId20(String namespace); 原生雪花算法+namespace+随机数 返回20位字段串:
13位(原生雪花算法转36进制),
3位(namespace转36进制),
3位(随机数转36进制)

2、segment算法接口列表

接口类:BambooLeafSnowflakeClient

序号 接口 名称 功能说明
1 public Long segmentId(String namespace); 返回1~Long.MAX_VALUE 返回Long类型
2 public Long dateSegmentId(String namespace); 返回19位日期long的序列
格式:8位yyyyMMdd+11位序列
例如:202101010000000001
序列大于99999999999后会重置。
该算法每天最大99999999999序号
3 public String dateSegmentId(String namespace, String prefix); 返回前缀+日期String的序列
格式:前缀+8位yyyyMMdd+11位序列
例如:P202101010000000001
序列大于99999999999后会重置。
该算法每天最大99999999999序号
4 public Long timeSegmentId(String namespace); 返回19位时间long的序列
格式:12位yyMMddHHmmss+7位序列
例如:2101010101010000001
序列大于9999999后会重置。
该算法每秒最大9999999序号
5 public String timeSegmentId(String namespace, String prefix); 返回前缀+时间String的序列
格式:前缀+12位yyMMddHHmmss+7位序列
例如:P2101010101010000001
序列大于9999999后会重置。
该算法每秒最大9999999序号

性能与可用性

高性能

  1. leaf-segment 单节点qps可达20w+(取决于step,服务器性能)。
  2. leaf-snowflake 单节点qps最大可达262143。

说明:集群的qps=单节点qps*节点数。

可用性

  1. leaf-segment
    依赖DB,当DB不可用时,因为client有缓存,还可以使用一段时间(取决于step及序列生成的QPS).
    可以支持多个DB(必须保证DB间数据的一致性).
  2. leaf-snowflake
    启动时获取Worderid依赖DB,之前当DB不可用时不受影响。

总结:Local client去中心化的模式最高可用性,不因bamboo-server中心化服务不可用而影响。

Bamboo的特性

1、全局唯一的long型id.
2、趋势递增,整体连续.
3、提供中心化 Remote server模式和去中心化 Local client模式方式接入.
4、支持segment及snowflake两种基础算法扩展算法.
5、leaf-segment支持不同IDC同序列不同的序号生成机制(A机房:1、3、5... B机房:2.4.6...).
6、leaf-snowflake解决workerid的节点限制问题及时间回拨序列重复的问题.
7、支持高并发、高可用的保障机制.

使用场景

适用场景:
1、纯数字的序列(如:日志表ID编号).
2、有业务属性的序列(如订单号:P2101010101010000001).
3、完全无序的字符串序列(如二维码号:023eqt01pd6o001a04ui).
4、分库分表,多机房部署的,各表的ID序列。

不适用场景:
1、对顺序有严格要求的场景。

依赖

JDK1.8+,maven,mysql, java client目前仅依赖jdk.

开源地址

gitee地址:https://gitee.com/sunney/bamboo-leaf

github地址:https://github.com/sunney2010/bamboo-leaf

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 229,362评论 6 537
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 99,013评论 3 423
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 177,346评论 0 382
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 63,421评论 1 316
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 72,146评论 6 410
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 55,534评论 1 325
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 43,585评论 3 444
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 42,767评论 0 289
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 49,318评论 1 335
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 41,074评论 3 356
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 43,258评论 1 371
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 38,828评论 5 362
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 44,486评论 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 34,916评论 0 28
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 36,156评论 1 290
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 51,993评论 3 395
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 48,234评论 2 375

推荐阅读更多精彩内容