ecp-uid唯一ID生成器

ecp-uid

居于美团leaf、百度UidGenerator、原生snowflake 进行整合的 唯一ID生成器

一、介绍

1、本项目为uid生成器，支持segment、snowflake、UidGenerator、spring四种策略生成id

2、本项目可生成混淆id，目前混淆策略为：gene(基因法)

3、项目地址： github ： https://github.com/linhuaichuan/ecp-uid 码云： https://gitee.com/zmds/ecp-uid

二、策略说明

1、snowflake snowflake 是基于Twitter snowflake 算法的优化策略 本策略优化了闰秒回拨处理、新增默认workId 与 datacenterId 的提供方法。

2、baidu 是 基于百度UidGenerator上的的优化策略。

 (1)、workerId提供策略
 * DisposableWorkerIdAssigner，利用数据库来管理生成workId，依赖数据库和spring-jdbc框架(需有jdbcTemplate的bean)。mysql表示例：
	DROP TABLE IF EXISTS WORKER_NODE;
	CREATE TABLE WORKER_NODE (
		ID BIGINT NOT NULL AUTO_INCREMENT COMMENT '自增 id',
		HOST_NAME VARCHAR(64) NOT NULL COMMENT '主机名',
		PORT VARCHAR(64) NOT NULL COMMENT '端口',
		TYPE INT NOT NULL COMMENT '节点类型: ACTUAL or CONTAINER',
		LAUNCH_DATE DATE NOT NULL COMMENT '启动时间',
		MODIFIED TIMESTAMP NOT NULL COMMENT '修改时间',
		CREATED TIMESTAMP NOT NULL COMMENT '创建时间',
		PRIMARY KEY(ID)
	) COMMENT='DB WorkerID Assigner for UID Generator',ENGINE = INNODB;
	 
	示例：
	
	...
		
 * SimpleWorkerIdAssigner ，固定了workId的提供。值为0.示例：
	
 
 * ZkWorkerIdAssigner ，利用zookeeper来实现wordId的提供管理，依赖原生Zookeeper驱动.示例：
	
	可设置interval-心跳间隔、pidHome-workerId文件存储目录、zkAddress-zk地址、pidPort-心跳端口
 
 * RedisWorkIdAssigner ，利用redis来实现wordId的提供管理，依赖了spring-data-redis框架的RedisTemplate.示例：
	
	可设置interval-心跳间隔、pidHome-workerId文件存储目录、pidPort-心跳端口
 (2)、uid生成策略
 * DefaultUidGenerator 是Snowflake算法的变种，取消datacenterId, 并扩展了支持自定义workerId位数和初始化策略。
 a、可配置 delta seconds (28 bits) 
 当前时间，相对于时间基点"2016-05-20"的增量值，单位：秒，最多可支持约8.7年
 b、worker id (22 bits) 
 机器id，最多可支持约420w次机器启动。内置实现为在启动时由数据库分配，默认分配策略为用后即弃，后续可提供复用策略。
 c、sequence (13 bits) 
 每秒下的并发序列，13 bits可支持每秒8192个并发。
 
 注： 三者之和为63
 
 示例：
 
 
 
 
 
 
 
 
 * CachedUidGenerator借用未来时间来解决sequence天然存在的并发限制; 采用RingBuffer来缓存已生成的UID, 并行化UID的生产和消费,
 同时对CacheLine补齐，避免了由RingBuffer带来的硬件级「伪共享」问题. 最终单机QPS可达600万
 示例：
 
 
 
  
 
  
 
 
 
 
  
 
 
 
  
 
 
 
  
 
 
 
  
 
 
 (3)、比特分配的建议
 *对于并发数要求不高、期望长期使用的应用, 可增加```timeBits```位数, 减少```seqBits```位数. 
 例如节点采取用完即弃的WorkerIdAssigner策略, 重启频率为12次/天,
 那么配置成```{"workerBits":23,"timeBits":31,"seqBits":9}```时, 可支持28个节点以整体并发量14400 UID/s的速度持续运行68年.
 *对于节点重启频率频繁、期望长期使用的应用, 可增加```workerBits```和```timeBits```位数, 减少```seqBits```位数.
 例如节点采取用完即弃的WorkerIdAssigner策略, 重启频率为24*12次/天,
 那么配置成```{"workerBits":27,"timeBits":30,"seqBits":6}```时, 可支持37个节点以整体并发量2400 UID/s的速度持续运行34年.

3、segment 是 基于美团leaf-segment 的优化策略, 使用双Buffer实现。依赖数据库与spring-jdbc框架

 (1)、SegmentServiceImpl 是具体实现类，数据库表结构为(mysql示例)：
 DROP TABLE IF EXISTS id_segment;
 CREATE TABLE id_segment (
	BIZ_TAG VARCHAR(64) NOT NULL COMMENT '业务标识',
	STEP int NOT NULL COMMENT '步长',
	MAX_ID BIGINT NOT NULL COMMENT '最大值',
	LAST_UPDATE_TIME TIMESTAMP NOT NULL COMMENT '上次修改时间',
	CURRENT_UPDATE_TIME TIMESTAMP NOT NULL COMMENT '当前修改时间',
	PRIMARY KEY(BIZ_TAG)
 ) COMMENT='号段存储表',ENGINE = INNODB;
 
 (2)、支持 同步/异步两种更新数据库方式。可选配置asynLoadingSegment(true-异步，false-同步)，默认使用异步。
 示例：
 ...

4、spring 增量ID 是 基于 segment策略提供给spring 增量实现。非直接使用的策略

5、混淆算法 是 基于 基因分库法这个理论扩展出来的混淆算法

三 、使用

文章来源: https://www.toutiao.com/group/6695339164574941709/