自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

分庫(kù)分表的 9種分布式主鍵ID 生成方案，挺全乎的

作者： 程序員內(nèi)點(diǎn)事
運(yùn)維 數(shù)據(jù)庫(kù)運(yùn)維 分布式
引入任何一種技術(shù)都是存在風(fēng)險(xiǎn)的，分庫(kù)分表當(dāng)然也不例外，除非庫(kù)、表數(shù)據(jù)量持續(xù)增加，大到一定程度，以至于現(xiàn)有高可用架構(gòu)已無(wú)法支撐，否則不建議大家做分庫(kù)分表，因?yàn)樽隽藬?shù)據(jù)分片后，你會(huì)發(fā)現(xiàn)自己踏上了一段踩坑之路，而分布式主鍵 ID 就是遇到的第一個(gè)坑。

 [[351290]]

本文轉(zhuǎn)載自微信公眾號(hào)「 程序員內(nèi)點(diǎn)事」，作者 程序員內(nèi)點(diǎn)事。轉(zhuǎn)載本文請(qǐng)聯(lián)系 程序員內(nèi)點(diǎn)事公眾號(hào)。

引入任何一種技術(shù)都是存在風(fēng)險(xiǎn)的，分庫(kù)分表當(dāng)然也不例外，除非庫(kù)、表數(shù)據(jù)量持續(xù)增加，大到一定程度，以至于現(xiàn)有高可用架構(gòu)已無(wú)法支撐，否則不建議大家做分庫(kù)分表，因?yàn)樽隽藬?shù)據(jù)分片后，你會(huì)發(fā)現(xiàn)自己踏上了一段踩坑之路，而分布式主鍵 ID 就是遇到的第一個(gè)坑。

不同數(shù)據(jù)節(jié)點(diǎn)間生成全局唯一主鍵是個(gè)棘手的問(wèn)題，一張邏輯表 t_order 拆分成多個(gè)真實(shí)表 t_order_n，然后被分散到不同分片庫(kù) db_0、db_1... ，各真實(shí)表的自增鍵由于無(wú)法互相感知從而會(huì)產(chǎn)生重復(fù)主鍵，此時(shí)數(shù)據(jù)庫(kù)本身的自增主鍵，就無(wú)法滿足分庫(kù)分表對(duì)主鍵全局唯一的要求。

  1. db_0-- 
  2.    |-- t_order_0 
  3.    |-- t_order_1 
  4.    |-- t_order_2 
  5. db_1-- 
  6.    |-- t_order_0 
  7.    |-- t_order_1 
  8.    |-- t_order_2 

盡管我們可以通過(guò)嚴(yán)格約束，各個(gè)分片表自增主鍵的 初始值 和 步長(zhǎng) 的方式來(lái)解決 ID 重復(fù)的問(wèn)題，但這樣會(huì)讓運(yùn)維成本陡增，而且可擴(kuò)展性極差，一旦要擴(kuò)容分片表數(shù)量，原表數(shù)據(jù)變動(dòng)比較大，所以這種方式不太可取。

  1. 步長(zhǎng) step = 分表張數(shù) 
  2.  
  3. db_0-- 
  4.    |-- t_order_0  ID: 0、6、12、18... 
  5.    |-- t_order_1  ID: 1、7、13、19... 
  6.    |-- t_order_2  ID: 2、8、14、20... 
  7. db_1-- 
  8.    |-- t_order_0  ID: 3、9、15、21... 
  9.    |-- t_order_1  ID: 4、10、16、22... 
  10.    |-- t_order_2  ID: 5、11、17、23... 

目前已經(jīng)有了許多第三放解決方案可以完美解決這個(gè)問(wèn)題，比如基于 UUID、SNOWFLAKE算法 、segment號(hào)段，使用特定算法生成不重復(fù)鍵，或者直接引用主鍵生成服務(wù)，像美團(tuán)(Leaf)和 滴滴(TinyId)等。

而sharding-jdbc 內(nèi)置了兩種分布式主鍵生成方案，UUID、SNOWFLAKE，不僅如此它還抽離出分布式主鍵生成器的接口，以便于開發(fā)者實(shí)現(xiàn)自定義的主鍵生成器，后續(xù)我們會(huì)在自定義的生成器中接入 滴滴(TinyId)的主鍵生成服務(wù)。

前邊介紹過(guò)在 sharding-jdbc 中要想為某個(gè)字段自動(dòng)生成主鍵 ID，只需要在 application.properties 文件中做如下配置:

  1. # 主鍵字段 
  2. spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id 
  3. # 主鍵ID 生成方案 
  4. spring.shardingsphere.sharding.tables.t_order.key-generator.type=UUID 
  5. # 工作機(jī)器 id 
  6. spring.shardingsphere.sharding.tables.t_order.key-generator.props.worker.id=123 

key-generator.column 表示主鍵字段，key-generator.type 為主鍵 ID 生成方案(內(nèi)置或自定義的)，key-generator.props.worker.id 為機(jī)器ID，在主鍵生成方案設(shè)為 SNOWFLAKE 時(shí)機(jī)器ID 會(huì)參與位運(yùn)算。

在使用 sharding-jdbc 分布式主鍵時(shí)需要注意兩點(diǎn)：

  • 一旦 insert 插入操作的實(shí)體對(duì)象中主鍵字段已經(jīng)賦值，那么即使配置了主鍵生成方案也會(huì)失效，最后SQL 執(zhí)行的數(shù)據(jù)會(huì)以賦的值為準(zhǔn)。
  • 不要給主鍵字段設(shè)置自增屬性，否則主鍵ID 會(huì)以默認(rèn)的 SNOWFLAKE 方式生成。比如：用 mybatis plus 的 @TableId 注解給字段 order_id 設(shè)置了自增主鍵，那么此時(shí)配置哪種方案，總是按雪花算法生成。
  • 下面我們從源碼上分析下 sharding-jdbc 內(nèi)置主鍵生成方案 UUID、SNOWFLAKE 是怎么實(shí)現(xiàn)的。

UUID

打開 UUID 類型的主鍵生成實(shí)現(xiàn)類 UUIDShardingKeyGenerator 的源碼發(fā)現(xiàn)，它的生成規(guī)則只有 UUID.randomUUID() 這么一行代碼，額~ 心中默默來(lái)了一句臥槽。

UUID 雖然可以做到全局唯一性，但還是不推薦使用它作為主鍵，因?yàn)槲覀兊膶?shí)際業(yè)務(wù)中不管是 user_id 還是 order_id 主鍵多為整型，而 UUID 生成的是個(gè) 32 位的字符串。

它的存儲(chǔ)以及查詢對(duì) MySQL 的性能消耗較大，而且 MySQL 官方也明確建議，主鍵要盡量越短越好，作為數(shù)據(jù)庫(kù)主鍵 UUID 的無(wú)序性還會(huì)導(dǎo)致數(shù)據(jù)位置頻繁變動(dòng)，嚴(yán)重影響性能。

  1. public final class UUIDShardingKeyGenerator implements ShardingKeyGenerator { 
  2.     private Properties properties = new Properties(); 
  3.  
  4.     public UUIDShardingKeyGenerator() { 
  5.     } 
  6.  
  7.     public String getType() { 
  8.         return "UUID"; 
  9.     } 
  10.  
  11.     public synchronized Comparable<?> generateKey() { 
  12.         return UUID.randomUUID().toString().replaceAll("-", ""); 
  13.     } 
  14.  
  15.     public Properties getProperties() { 
  16.         return this.properties; 
  17.     } 
  18.  
  19.     public void setProperties(Properties properties) { 
  20.         this.properties = properties; 
  21.     } 
  22. } 

SNOWFLAKE

SNOWFLAKE(雪花算法)是默認(rèn)使用的主鍵生成方案，生成一個(gè) 64bit的長(zhǎng)整型(Long)數(shù)據(jù)。

sharding-jdbc 中雪花算法生成的主鍵主要由 4部分組成，1bit符號(hào)位、41bit時(shí)間戳位、10bit工作進(jìn)程位以及 12bit 序列號(hào)位。

符號(hào)位(1bit位)

Java 中 Long 型的最高位是符號(hào)位，正數(shù)是0，負(fù)數(shù)是1，一般生成ID都為正數(shù)，所以默認(rèn)為0

時(shí)間戳位(41bit)

41位的時(shí)間戳可以容納的毫秒數(shù)是 2 的 41次冪，而一年的總毫秒數(shù)為 1000L * 60 * 60 * 24 * 365，計(jì)算使用時(shí)間大概是69年，額~，我有生之間算是夠用了。

  1. Math.pow(2, 41) / (365 * 24 * 60 * 60 * 1000L) = = 69年  

工作進(jìn)程位(10bit)

表示一個(gè)唯一的工作進(jìn)程id，默認(rèn)值為 0，可通過(guò) key-generator.props.worker.id 屬性設(shè)置。

  1. spring.shardingsphere.sharding.tables.t_order.key-generator.props.worker.id=0000 

序列號(hào)位(12bit)

同一毫秒內(nèi)生成不同的ID。

時(shí)鐘回?fù)?/strong>

了解了雪花算法的主鍵 ID 組成后不難發(fā)現(xiàn)，這是一種嚴(yán)重依賴于服務(wù)器時(shí)間的算法，而依賴服務(wù)器時(shí)間的就會(huì)遇到一個(gè)棘手的問(wèn)題：時(shí)鐘回?fù)堋?/p>

為什么會(huì)出現(xiàn)時(shí)鐘回?fù)苣?

互聯(lián)網(wǎng)中有一種網(wǎng)絡(luò)時(shí)間協(xié)議 ntp 全稱 (Network Time Protocol) ，專門用來(lái)同步、校準(zhǔn)網(wǎng)絡(luò)中各個(gè)計(jì)算機(jī)的時(shí)間。

這就是為什么，我們的手機(jī)現(xiàn)在不用手動(dòng)校對(duì)時(shí)間，可每個(gè)人的手機(jī)時(shí)間還都是一樣的。

我們的硬件時(shí)鐘可能會(huì)因?yàn)楦鞣N原因變得不準(zhǔn)( 快了 或 慢了 )，此時(shí)就需要 ntp 服務(wù)來(lái)做時(shí)間校準(zhǔn)，做校準(zhǔn)的時(shí)候就會(huì)發(fā)生服務(wù)器時(shí)鐘的 跳躍 或者 回?fù)? 的問(wèn)題。

雪花算法如何解決時(shí)鐘回?fù)?/strong>

服務(wù)器時(shí)鐘回?fù)軙?huì)導(dǎo)致產(chǎn)生重復(fù)的 ID，SNOWFLAKE 方案中對(duì)原有雪花算法做了改進(jìn)，增加了一個(gè)最大容忍的時(shí)鐘回?fù)芎撩霐?shù)。

如果時(shí)鐘回?fù)艿臅r(shí)間超過(guò)最大容忍的毫秒數(shù)閾值，則程序直接報(bào)錯(cuò);如果在可容忍的范圍內(nèi)，默認(rèn)分布式主鍵生成器，會(huì)等待時(shí)鐘同步到最后一次主鍵生成的時(shí)間后再繼續(xù)工作。

最大容忍的時(shí)鐘回?fù)芎撩霐?shù)，默認(rèn)值為 0，可通過(guò)屬性 max.tolerate.time.difference.milliseconds 設(shè)置。

  1. # 最大容忍的時(shí)鐘回?fù)芎撩霐?shù) 
  2. spring.shardingsphere.sharding.tables.t_order.key-generator.max.tolerate.time.difference.milliseconds=5 

下面是看下它的源碼實(shí)現(xiàn)類 SnowflakeShardingKeyGenerator，核心流程大概如下：

最后一次生成主鍵的時(shí)間 lastMilliseconds 與 當(dāng)前時(shí)間currentMilliseconds 做比較，如果 lastMilliseconds > currentMilliseconds則意味著時(shí)鐘回調(diào)了。

那么接著判斷兩個(gè)時(shí)間的差值(timeDifferenceMilliseconds)是否在設(shè)置的最大容忍時(shí)間閾值 max.tolerate.time.difference.milliseconds內(nèi)，在閾值內(nèi)則線程休眠差值時(shí)間 Thread.sleep(timeDifferenceMilliseconds)，否則大于差值直接報(bào)異常。

  1. /** 
  2.  * @author xiaofu 
  3.  */ 
  4. public final class SnowflakeShardingKeyGenerator implements ShardingKeyGenerator{ 
  5.     @Getter 
  6.     @Setter 
  7.     private Properties properties = new Properties(); 
  8.      
  9.     public String getType() { 
  10.         return "SNOWFLAKE"; 
  11.     } 
  12.      
  13.     public synchronized Comparable<?> generateKey() { 
  14.      /** 
  15.       * 當(dāng)前系統(tǒng)時(shí)間毫秒數(shù)  
  16.       */  
  17.         long currentMilliseconds = timeService.getCurrentMillis(); 
  18.         /** 
  19.          * 判斷是否需要等待容忍時(shí)間差，如果需要，則等待時(shí)間差過(guò)去，然后再獲取當(dāng)前系統(tǒng)時(shí)間  
  20.          */  
  21.         if (waitTolerateTimeDifferenceIfNeed(currentMilliseconds)) { 
  22.             currentMilliseconds = timeService.getCurrentMillis(); 
  23.         } 
  24.         /** 
  25.          * 如果最后一次毫秒與 當(dāng)前系統(tǒng)時(shí)間毫秒相同，即還在同一毫秒內(nèi)  
  26.          */ 
  27.         if (lastMilliseconds == currentMilliseconds) { 
  28.          /** 
  29.           * &位與運(yùn)算符：兩個(gè)數(shù)都轉(zhuǎn)為二進(jìn)制，如果相對(duì)應(yīng)位都是1，則結(jié)果為1，否則為0 
  30.           * 當(dāng)序列為4095時(shí)，4095+1后的新序列與掩碼進(jìn)行位與運(yùn)算結(jié)果是0 
  31.           * 當(dāng)序列為其他值時(shí)，位與運(yùn)算結(jié)果都不會(huì)是0 
  32.           * 即本毫秒的序列已經(jīng)用到最大值4096，此時(shí)要取下一個(gè)毫秒時(shí)間值 
  33.           */ 
  34.             if (0L == (sequence = (sequence + 1) & SEQUENCE_MASK)) { 
  35.                 currentMilliseconds = waitUntilNextTime(currentMilliseconds); 
  36.             } 
  37.         } else { 
  38.          /** 
  39.           * 上一毫秒已經(jīng)過(guò)去，把序列值重置為1  
  40.           */ 
  41.             vibrateSequenceOffset(); 
  42.             sequence = sequenceOffset; 
  43.         } 
  44.         lastMilliseconds = currentMilliseconds; 
  45.          
  46.         /** 
  47.          * XX......XX XX000000 00000000 00000000 時(shí)間差 XX 
  48.          *    XXXXXX XXXX0000 00000000 機(jī)器ID XX 
  49.          *               XXXX XXXXXXXX 序列號(hào) XX 
  50.          *  三部分進(jìn)行|位或運(yùn)算：如果相對(duì)應(yīng)位都是0，則結(jié)果為0，否則為1 
  51.          */ 
  52.         return ((currentMilliseconds - EPOCH) << TIMESTAMP_LEFT_SHIFT_BITS) | (getWorkerId() << WORKER_ID_LEFT_SHIFT_BITS) | sequence; 
  53.     } 
  54.      
  55.     /** 
  56.      * 判斷是否需要等待容忍時(shí)間差 
  57.      */ 
  58.     @SneakyThrows 
  59.     private boolean waitTolerateTimeDifferenceIfNeed(final long currentMilliseconds) { 
  60.      /** 
  61.       * 如果獲取ID時(shí)的最后一次時(shí)間毫秒數(shù)小于等于當(dāng)前系統(tǒng)時(shí)間毫秒數(shù)，屬于正常情況，則不需要等待  
  62.       */ 
  63.         if (lastMilliseconds <= currentMilliseconds) { 
  64.             return false; 
  65.         } 
  66.         /** 
  67.          * ===>時(shí)鐘回?fù)艿那闆r（生成序列的時(shí)間大于當(dāng)前系統(tǒng)的時(shí)間），需要等待時(shí)間差  
  68.          */ 
  69.         /** 
  70.          * 獲取ID時(shí)的最后一次毫秒數(shù)減去當(dāng)前系統(tǒng)時(shí)間毫秒數(shù)的時(shí)間差  
  71.          */ 
  72.         long timeDifferenceMilliseconds = lastMilliseconds - currentMilliseconds; 
  73.         /** 
  74.          * 時(shí)間差小于最大容忍時(shí)間差，即當(dāng)前還在時(shí)鐘回?fù)艿臅r(shí)間差之內(nèi)  
  75.          */ 
  76.         Preconditions.checkState(timeDifferenceMilliseconds < getMaxTolerateTimeDifferenceMilliseconds(),  
  77.                 "Clock is moving backwards, last time is %d milliseconds, current time is %d milliseconds", lastMilliseconds, currentMilliseconds); 
  78.         /** 
  79.          * 線程休眠時(shí)間差  
  80.          */ 
  81.         Thread.sleep(timeDifferenceMilliseconds); 
  82.         return true; 
  83.     } 
  84.      
  85.     // 配置的機(jī)器ID 
  86.     private long getWorkerId() { 
  87.         long result = Long.valueOf(properties.getProperty("worker.id", String.valueOf(WORKER_ID))); 
  88.         Preconditions.checkArgument(result >= 0L && result < WORKER_ID_MAX_VALUE); 
  89.         return result; 
  90.     } 
  91.      
  92.     private int getMaxTolerateTimeDifferenceMilliseconds() { 
  93.         return Integer.valueOf(properties.getProperty("max.tolerate.time.difference.milliseconds", String.valueOf(MAX_TOLERATE_TIME_DIFFERENCE_MILLISECONDS))); 
  94.     } 
  95.      
  96.     private long waitUntilNextTime(final long lastTime) { 
  97.         long result = timeService.getCurrentMillis(); 
  98.         while (result <= lastTime) { 
  99.             result = timeService.getCurrentMillis(); 
  100.         } 
  101.         return result; 
  102.     } 
  103. } 

但從 SNOWFLAKE 方案生成的主鍵ID 來(lái)看，order_id 它是一個(gè)18位的長(zhǎng)整型數(shù)字，是不是發(fā)現(xiàn)它太長(zhǎng)了，想要 MySQL 那種從 0 遞增的自增主鍵該怎么實(shí)現(xiàn)呢?別急，后邊已經(jīng)會(huì)給出了解決辦法!

自定義

sharding-jdbc 利用 SPI 全稱( Service Provider Interface) 機(jī)制拓展主鍵生成規(guī)則，這是一種服務(wù)發(fā)現(xiàn)機(jī)制，通過(guò)掃描項(xiàng)目路徑 META-INF/services 下的文件，并自動(dòng)加載文件里所定義的類。

實(shí)現(xiàn)自定義主鍵生成器其實(shí)比較簡(jiǎn)單，只有兩步。

第一步，實(shí)現(xiàn) ShardingKeyGenerator 接口，并重寫其內(nèi)部方法，其中 getType() 方法為自定義的主鍵生產(chǎn)方案類型、generateKey() 方法則是具體生成主鍵的規(guī)則。

下面代碼中用 AtomicInteger 來(lái)模擬實(shí)現(xiàn)一個(gè)有序自增的 ID 生成。

  1. /** 
  2.  * @Author: xiaofu 
  3.  * @Description: 自定義主鍵生成器 
  4.  */ 
  5. @Component 
  6. public class MyShardingKeyGenerator implements ShardingKeyGenerator { 
  7.  
  8.  
  9.     private final AtomicInteger count = new AtomicInteger(); 
  10.  
  11.     /** 
  12.      * 自定義的生成方案類型 
  13.      */ 
  14.     @Override 
  15.     public String getType() { 
  16.         return "XXX"; 
  17.     } 
  18.  
  19.     /** 
  20.      * 核心方法-生成主鍵ID 
  21.      */ 
  22.     @Override 
  23.     public Comparable<?> generateKey() { 
  24.         return count.incrementAndGet(); 
  25.     } 
  26.  
  27.     @Override 
  28.     public Properties getProperties() { 
  29.         return null; 
  30.     } 
  31.  
  32.     @Override 
  33.     public void setProperties(Properties properties) { 
  34.  
  35.     } 
  36. } 

第二步，由于是利用 SPI 機(jī)制實(shí)現(xiàn)功能拓展，我們要在 META-INF/services 文件中配置自定義的主鍵生成器類路勁。

  1. com.xiaofu.sharding.key.MyShardingKeyGenerator 

上面這些弄完我們測(cè)試一下，配置定義好的主鍵生成類型 XXX，并插入幾條數(shù)據(jù)看看效果。

  1. spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id 
  2. spring.shardingsphere.sharding.tables.t_order.key-generator.type=XXX 

通過(guò)控制臺(tái)的SQL 解析日志發(fā)現(xiàn)，order_id 字段已按照有序自增的方式插入記錄，說(shuō)明配置的沒問(wèn)題。

舉一反九

既然可以自定義生成方案，那么實(shí)現(xiàn)分布式主鍵的思路就很多了，又想到之前我寫的這篇 《9種 分布式ID生成方案》，發(fā)現(xiàn)可以完美兼容，這里挑選其中的 滴滴(Tinyid)來(lái)實(shí)踐一下，由于它是個(gè)單獨(dú)的分布式ID生成服務(wù)，所以要先搭建環(huán)境了。

Tinyid 的服務(wù)提供Http 和 Tinyid-client 兩種接入方式，下邊使用 Tinyid-client 方式快速使用，更多的細(xì)節(jié)到這篇文章里看吧，實(shí)在是介紹過(guò)太多次了。

Tinyid 服務(wù)搭建

先拉源代碼 https://github.com/didi/tinyid.git。

由于是基于號(hào)段模式實(shí)現(xiàn)的分布式ID，所以依賴于數(shù)據(jù)庫(kù)，要?jiǎng)?chuàng)建相應(yīng)的表 tiny_id_info 、tiny_id_token 并插入默認(rèn)數(shù)據(jù)。

  1. CREATE TABLE `tiny_id_info` ( 
  2.  `id` BIGINT (20) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵', 
  3.  `biz_type` VARCHAR (63) NOT NULL DEFAULT '' COMMENT '業(yè)務(wù)類型，唯一', 
  4.  `begin_id` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '開始id，僅記錄初始值，無(wú)其他含義。初始化時(shí)begin_id和max_id應(yīng)相同', 
  5.  `max_id` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '當(dāng)前最大id', 
  6.  `step` INT (11) DEFAULT '0' COMMENT '步長(zhǎng)', 
  7.  `delta` INT (11) NOT NULL DEFAULT '1' COMMENT '每次id增量', 
  8.  `remainder` INT (11) NOT NULL DEFAULT '0' COMMENT '余數(shù)', 
  9.  `create_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '創(chuàng)建時(shí)間', 
  10.  `update_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時(shí)間', 
  11.  `version` BIGINT (20) NOT NULL DEFAULT '0' COMMENT '版本號(hào)', 
  12.  PRIMARY KEY (`id`), 
  13.  UNIQUE KEY `uniq_biz_type` (`biz_type`) 
  14. ) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8 COMMENT 'id信息表'; 
  15.  
  16. CREATE TABLE `tiny_id_token` ( 
  17.  `id` INT (11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增id', 
  18.  `token` VARCHAR (255) NOT NULL DEFAULT '' COMMENT 'token', 
  19.  `biz_type` VARCHAR (63) NOT NULL DEFAULT '' COMMENT '此token可訪問(wèn)的業(yè)務(wù)類型標(biāo)識(shí)', 
  20.  `remark` VARCHAR (255) NOT NULL DEFAULT '' COMMENT '備注', 
  21.  `create_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '創(chuàng)建時(shí)間', 
  22.  `update_time` TIMESTAMP NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時(shí)間', 
  23.  PRIMARY KEY (`id`) 
  24. ) ENGINE = INNODB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8 COMMENT 'token信息表'; 
  25.  
  26. INSERT INTO `tiny_id_token` (`id`, `token`, `biz_type`, `remark`, `create_time`, `update_time`) VALUES ('1', '0f673adf80504e2eaa552f5d791b644c', 'order', '1', '2017-12-14 16:36:46', '2017-12-14 16:36:48'); 
  27.  
  28. INSERT INTO `tiny_id_info` (`id`, `biz_type`, `begin_id`, `max_id`, `step`, `delta`, `remainder`, `create_time`, `update_time`, `version`) VALUES ('1', 'order', '1', '1', '100000', '1', '0', '2018-07-21 23:52:58', '2018-07-22 23:19:27', '1'); 

并在 Tinyid 服務(wù)中配置上邊表所在數(shù)據(jù)源信息

  1. datasource.tinyid.primary.url=jdbc:mysql://47.93.6.e:3306/ds-0?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8 
  2. datasource.tinyid.primary.username=root 
  3. datasource.tinyid.primary.password=root 

最后項(xiàng)目 maven install ，右鍵 TinyIdServerApplication 啟動(dòng)服務(wù)， Tinyid 分布式ID生成服務(wù)就搭建完畢了。

自定義 Tinyid 主鍵類型

Tinyid 服務(wù)搭建完下邊在項(xiàng)目中引入它，新建個(gè) tinyid_client.properties 文件其中添加 tinyid.server 和 tinyid.token 屬性，token 為之前 SQL 預(yù)先插入的用戶數(shù)據(jù)。

  1. # tinyid 分布式ID 
  2. # 服務(wù)地址 
  3. tinyid.server=127.0.0.1:9999 
  4. # 業(yè)務(wù)token 
  5. tinyid.token=0f673adf80504e2eaa552f5d791b644c 

代碼中獲取 ID更簡(jiǎn)單，只需一行代碼，業(yè)務(wù)類型 order 是之前 SQ L 預(yù)先插入的數(shù)據(jù)。

  1. Long id = TinyId.nextId("order"); 

我們開始自定義 Tinyid 主鍵生成類型的實(shí)現(xiàn)類 TinyIdShardingKeyGenerator 。

  1. /** 
  2.  * @Author: xiaofu 
  3.  * @Description: 自定義主鍵生成器 
  4.  */ 
  5. @Component 
  6. public class TinyIdShardingKeyGenerator implements ShardingKeyGenerator { 
  7.      
  8.     /** 
  9.      * 自定義的生成方案類型 
  10.      */ 
  11.     @Override 
  12.     public String getType() { 
  13.         return "tinyid"; 
  14.     } 
  15.  
  16.     /** 
  17.      * 核心方法-生成主鍵ID 
  18.      */ 
  19.     @Override 
  20.     public Comparable<?> generateKey() { 
  21.          
  22.         Long id = TinyId.nextId("order"); 
  23.          
  24.         return id; 
  25.     } 
  26.  
  27.     @Override 
  28.     public Properties getProperties() { 
  29.         return null; 
  30.     } 
  31.  
  32.     @Override 
  33.     public void setProperties(Properties properties) { 
  34.  
  35.     } 
  36. } 

并在配置文件中啟用 Tinyid 主鍵生成類型，到此配置完畢，趕緊測(cè)試一下。

  1. # 主鍵字段 
  2. spring.shardingsphere.sharding.tables.t_order.key-generator.column=order_id 
  3. # 主鍵ID 生成方案 
  4. spring.shardingsphere.sharding.tables.t_order.key-generator.type=tinyid 

測(cè)試 Tinyid 主鍵

向數(shù)據(jù)庫(kù)插入訂單記錄測(cè)試發(fā)現(xiàn)，主鍵ID字段 order_id 已經(jīng)為趨勢(shì)遞增的了， Tinyid 服務(wù)成功接入，完美!

總結(jié)

后續(xù)的八種生成方式大家參考 《9種 分布式ID生成方案》 按需接入吧，整體比較簡(jiǎn)單這里就不依次實(shí)現(xiàn)了。

案例 GitHub 地址：https://github.com/chengxy-nds/Springboot-Notebook/tree/master/springboot-sharding-jdbc劉一手

原文鏈接：https://mp.weixin.qq.com/s/x1gVtnKh2OEAzSwv0sFDxg

 

責(zé)任編輯：武曉燕 來(lái)源： 程序員內(nèi)點(diǎn)事
分庫(kù)分表生成
相關(guān)推薦

2025-03-28 10:27:29

2024-11-22 15:32:19

2024-04-18 09:24:32

分布式ID分庫(kù)分表

2017-06-19 17:55:22

CASID分布式

2016-11-29 09:12:21

數(shù)據(jù)庫(kù)分布式ID

2024-02-22 17:02:09

IDUUID雪花算法

2023-09-03 22:14:23

分布式ID

2023-01-12 17:46:37

分庫(kù)分表id如何生成

2023-08-26 20:08:15

分庫(kù)分表Spring

2017-07-19 16:25:07

數(shù)據(jù)庫(kù)開發(fā)DB分庫(kù)主鍵生成策略

2017-07-01 16:02:39

分布式ID生成器

2020-07-31 10:15:32

分布式ID數(shù)據(jù)庫(kù)MySQL

2020-11-04 14:20:58

分布式數(shù)據(jù)庫(kù)MySQL

2017-07-04 16:18:15

分布式云應(yīng)用導(dǎo)圖

2021-06-05 07:33:09

ID分布式架構(gòu)

2019-09-05 13:06:08

雪花算法分布式ID

2023-03-05 18:23:38

分布式ID節(jié)點(diǎn)

2023-04-03 10:00:00

Redis分布式鎖

2019-09-03 09:22:08

數(shù)據(jù)庫(kù)Redis算法

2024-09-18 00:00:10

UUID識(shí)別碼標(biāo)志符
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)