之前在做物流相关的项目时候，需要在分布式系统生成运单的id。

1.需求：

1.全局唯一性：不能出现重复的ID。（基本要求）

2.递增：大多数关系型数据库（如 MySQL）使用 B+ 树作为索引结构。如果 ID 是递增的，新数据总是追加到索引的末尾，这样索引的维护成本较低，因为数据库不需要频繁调整树的结构。相反，如果 ID 是随机的，数据插入时可能需要频繁调整索引结构，导致写入性能下降。

3.业务性：对具体的场景的ID要具备业务的特性，比如顺丰运单ID为类似SF1000000000760

4.精简性：某些场景下的ID不宜过长，所以对位数/长度有所限制。

在分布式系统中我们还应该考虑：生成方案能子啊多节点正常工作，能够有一定的解决故障问题，有高可用性，生成ID的速率要快，能够随业务扩展进行水平拓展，比如在分库分表后也能兼容原来的ID。

2.方案

有几个方案可以考虑：

本地的UUID生成：它的优点的生成速度很快，产生的值也几乎达到不重复的要求，但是产生的ID值比较长，可以达到36个字符，可读性还非常差，而且ID完全随机，没有任何的顺序。因此这个方案不考虑。

依靠数据库自增特性：为不同业务模块建立一张自增表维护递增序列。这种方法比较简单，靠数据库保证自增机制。缺点也很明显，当数据库异常整个系统不可用，而且ID生成的性能瓶颈也限制在单台MYSQL数据库。单台数据库性能问题可以同过部署多态机器，每个机器设置不同初始值，并且步长和机器数相同来优化。但是也带来很多问题，比如扩容很是麻烦。

Redis实现：通过给不同业务设计不同的key，通过INCR命令，对key自增，得到全局唯一并有序的ID。Redis每秒支持10W的读写，所以性能问题得到解决，但是Redis依靠内存，虽然有持久化机制，但是它持久化是先写内存再异步刷盘，遇到没来得及持久化就宕机也是会出大问题的。

雪花算法： 是 Twitter 于 2010 年开源的一种分布式唯一 ID 生成算法，它可以在分布式系统中生成高效、有序的唯一 ID。雪花算法生成的 ID 是一个 64 位的长整型（long），在保证唯一性的同时，也确保了生成的 ID 按时间顺序递增。

1. 全局唯一性：生成的 ID 保证全局唯一，雪花算法结合时间戳、机器 ID 和序列号确保在分布式系统中不会产生重复的 ID。

2. 高效生成：雪花算法不依赖数据库，因此生成 ID 的过程非常高效，可以在本地的内存中生成，具有极高的性能。每台机器每秒钟可以生成上百万个 ID。

3. 趋势递增：生成的 ID 是按时间顺序递增的，尤其是基于时间戳的部分，使得 ID 具有递增的特性。这对数据库插入数据时索引的维护非常友好（例如 B+ 树结构索引的维护成本较低）。

4. 灵活可扩展：通过调整数据中心 ID 和机器 ID 的位数分配，可以根据业务的需要适当扩大集群规模或提升单机 ID 生成的并发能力。

   雪花算法依赖 机器码 来保证不同机器生成的 ID 唯一性。如果在分布式环境中多台机器未能准确区分它们的机器码，可能导致多个机器在同一时间生成相同的 ID，造成 ID 冲突。因此，在分布式系统中，每台服务器、虚拟机或容器必须手动指定一个唯一的机器标识符。**

雪花算法的不足

• 依赖机器时间：由于 ID 的递增性依赖时间戳，一旦服务器的系统时钟发生回拨，可能会引发 ID 冲突或无法生成 ID 的问题。虽然有一些解决方案（如等待或借助其他算法生成 ID），但还是可能影响生成 ID 的稳定性。

3.美团Leaf

下面就将引入我选取的美团Leaf这个id生成策略。

其源码托管于GitHub：https://github.com/Meituan-Dianping/Leaf

这里有个美团的技术播客，专门介绍了Leaf：https://tech.meituan.com/2017/04/21/mt-leaf.html

目前Leaf覆盖了美团点评公司内部金融、餐饮、外卖、酒店旅游、猫眼电影等众多业务线。在4C8G VM基础上，通过公司RPC方式调用，QPS压测结果近5w/s，TP999 1ms。

Leaf 提供两种生成的ID的方式（segment模式和snowflake模式），我们采用segment模式（号段）来生成运单号。

号段模式

号段模式采用的是基于MySQL数据生成id的，它并不是基于MySQL表中的自增长实现的，因为基于MySQL的自增长方案对于数据库的依赖太大了，性能不好，Leaf的号段模式是基于一张表来实现，每次获取一个号段，生成id时从内存中自增长，当号段用完后再去更新数据库表，如下：

字段说明：

• biz_tag：业务标签，用来区分业务
• max_id：表示该biz_tag目前所被分配的ID号段的最大值
• step：表示每次分配的号段长度。如果把step设置得足够大，比如1000，那么只有当1000个号被消耗完了之后才会去重新读写一次数据库。读写数据库的频率从1减小到了1/step。
• description：描述
• update_time：更新时间

架构图如下：

图片来源：https://tech.meituan.com/2017/04/21/mt-leaf.html

说明：test_tag在**第一台Leaf机器上是1_{1000的号段**，当这个号段用完时，会去加载另一个长度为step=1000的号段，假设另外两台号段都没有更新，这个时候第一台机器新加载的号段就应该是3001}4000。同时数据库对应的biz_tag这条数据的max_id会从3000被更新成4000，更新号段的SQL语句如下：

Begin
UPDATE table SET max_id=max_id+step WHERE biz_tag=xxx
SELECT tag, max_id, step FROM table WHERE biz_tag=xxx
Commit

Leaf 取号段的时机是在号段消耗完的时候进行的，也就意味着号段临界点的ID下发时间取决于下一次从DB取回号段的时间，并且在这期间进来的请求也会因为DB号段没有取回来，导致线程阻塞。如果请求DB的网络和DB的性能稳定，这种情况对系统的影响是不大的，但是假如取DB的时候网络发生抖动，或者DB发生慢查询就会导致整个系统的响应时间变慢。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。

双buffer优化

Leaf为此做了优化，增加了双buffer优化。

当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。这样做就可以很大程度上的降低系统的TP999指标。

双buffer原理，来自：https://tech.meituan.com/2017/04/21/mt-leaf.html

采用双buffer的方式，**Leaf服务内部有两个号段缓存区segmen。**当前号段已下发10%时，如果下一个号段未更新，则另启一个更新线程去更新下一个号段。当前号段全部下发完后，如果下个号段准备好了则切换到下个号段为当前segment接着下发，循环往复。

• 每个biz-tag都有消费速度监控，通常推荐segment长度设置为服务高峰期发号QPS（秒处理事务数）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。
• 每次请求来临时都会判断下个号段的状态，从而更新此号段，所以偶尔的网络抖动不会影响下个号段的更新。

4.项目使用

我们只用到了号段的方式，并没有使用雪花方式，所以只需要创建数据库表即可

将其镜像运行：

docker run \
-d \
-v /hujx/meituan-leaf/leaf.properties:/app/conf/leaf.properties \
--name meituan-leaf \
-p 28838:8080 \
--restart=always \
registry.cn-hangzhou.aliyuncs.com/itheima/meituan-leaf:1.0.1

leaf.properties

leaf.name=leaf-server
leaf.segment.enable=true
leaf.jdbc.url=jdbc:mysql://192.168.150.101:3306/hjx_leaf?useUnicode=true&characterEncoding=utf8&autoReconnect=true&allowMultiQueries=true&useSSL=false
leaf.jdbc.username=root
leaf.jdbc.password=123leaf.snowflake.enable=false
#leaf.snowflake.zk.address=
#leaf.snowflake.port=

创建sl_leaf数据库脚本：

CREATE TABLE `leaf_alloc` (`biz_tag` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',`max_id` bigint NOT NULL DEFAULT '1',`step` int NOT NULL,`description` varchar(256) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL,`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,PRIMARY KEY (`biz_tag`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;-- 插入运单号生成规划数据
INSERT INTO `leaf_alloc` (`biz_tag`, `max_id`, `step`, `description`, `update_time`) VALUES ('transport_order', 1000000000001, 100, 'Test leaf Segment Mode Get Id', '2023-07-07 11:32:16');

封装服务

import cn.hutool.core.util.StrUtil;
import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import com.sl.transport.common.enums.IdEnum;
import com.sl.transport.common.exception.SLException;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;/*** id服务，用于生成自定义的id*/
@Service
public class IdService {@Value("${sl.id.leaf:}")private String leafUrl;/*** 生成自定义id** @param idEnum id配置* @return id值*/public String getId(IdEnum idEnum) {String idStr = this.doGet(idEnum);return idEnum.getPrefix() + idStr;}private String doGet(IdEnum idEnum) {if (StrUtil.isEmpty(this.leafUrl)) {throw new SLException("生成id，sl.id.leaf配置不能为空.");}//访问leaf服务获取idString url = StrUtil.format("{}/api/{}/get/{}", this.leafUrl, idEnum.getType(), idEnum.getBiz());//设置超时时间为10sHttpResponse httpResponse = HttpRequest.get(url).setReadTimeout(10000).execute();if (httpResponse.isOk()) {return httpResponse.body();}throw new SLException(StrUtil.format("访问leaf服务出错，leafUrl = {}, idEnum = {}", this.leafUrl, idEnum));}}

public enum IdEnum implements BaseEnum {TRANSPORT_ORDER(1, "运单号", "transport_order", "segment", "SL");private Integer code;private String value;private String biz; //业务名称private String type; //类型：自增长（segment），雪花id（snowflake）private String prefix;//id前缀IdEnum(Integer code, String value, String biz, String type, String prefix) {this.code = code;this.value = value;this.biz = biz;this.type = type;this.prefix = prefix;}@Overridepublic Integer getCode() {return this.code;}@Overridepublic String getValue() {return this.value;}public String getBiz() {return biz;}public String getType() {return type;}public String getPrefix() {return prefix;}@Overridepublic String toString() {final StringBuffer sb = new StringBuffer("IdEnum{");sb.append("code=").append(code);sb.append(", value='").append(value).append('\'');sb.append(", biz='").append(biz).append('\'');sb.append(", type='").append(type).append('\'');sb.append(", prefix='").append(prefix).append('\'');sb.append('}');return sb.toString();}
}

使用步骤：

• 在配置文件中进行配置sl.id.leaf为： 地址:你的服务端口 如：http://192.168.150.101:28838
  pend(“, type='”).append(type).append(‘’‘);
  sb.append(", prefix=’").append(prefix).append(‘’‘);
  sb.append(’}');
  return sb.toString();
  }
  }

使用步骤：

• 在配置文件中进行配置sl.id.leaf为： 地址:你的服务端口 如：http://192.168.150.101:28838
• 在Service中注入IdService，调用getId()方法即可，例如：idService.getId(IdEnum.TRANSPORT_ORDER)