IdSegmentinterface。DefaultSegmentId防御性校验后端发号器持久层号段丢失、回滚。IdSegmentDistributor支持批量获取号段，降低网络ID请求频次，进一步提升性能。CosId 旨在提供通用、灵活、高性能的分布式 ID 生成器。 目前提供了三类 ID 生成器：
SnowflakeId : 单机 TPS 性能：409W/s JMH 基准测试 , 主要解决 时钟回拨问题 、* 机器号分配问题* 并且提供更加友好、灵活的使用体验。SegmentId : RedisIdSegmentDistributor 单机 TPS 性能(步长 1000) ：2950W+/s JMH 基准测试 , 每次获取一段(Step) ID，来降低号段分发器的网络IO请求频次提升性能。SegmentChainId : SegmentChainId (lock-free) 是对 SegmentId 的增强，设计图如下。PrefetchWorker 维护安全距离(safeDistance), 使得 SegmentChainId 达到近似 AtomicLong 的 TPS 性能(步长 1000): 10272W+/s JMH 基准测试 。
SnowflakeId 使用
Long（64 bits） 位分区来生成 ID 的一种分布式 ID 算法。 通用的位分配方案为：timestamp(41 bits) +machineId(10 bits) +sequence(12 bits) = 63 bits 。
timestamp = (1L<<41)/(1000/3600/365) 约可以存储 69 年的时间戳，即可以使用的绝对时间为 EPOCH + 69 年，一般我们需要自定义 EPOCH 为产品开发时间，另外还可以通过压缩其他区域的分配位数，来增加时间戳位数来延长可用时间。machineId = (1L<<10) = 1024 即相同业务可以部署 1024 个副本 (在 Kubernetes 概念里没有主从副本之分，这里直接沿用 Kubernetes 的定义) 实例，一般情况下没有必要使用这么多位，所以会根据部署规模需要重新定义。sequence = (1L<<12) * 1000 = 4096000 即单机每秒可生成约 409W 的 ID，全局同业务集群可产生 4096000*1024=419430W=41.9亿(TPS)。从 SnowflakeId 设计上可以看出:
timestamp 在高位，所以 SnowflakeId 是本机单调递增的，受全局时钟同步影响 SnowflakeId 是全局趋势递增的。
强依赖本机时钟，潜在的时钟回拨问题会导致 ID 重复。machineId 需要手动设置，实际部署时如果采用手动分配 machineId，会非常低效。CosId-SnowflakeId 主要解决 SnowflakeId 俩大问题：机器号分配问题、时钟回拨问题。 并且提供更加友好、灵活的使用体验。
目前 CosId 提供了以下三种
MachineId分配器。
cosid: snowflake: machine: distributor: type: manual manual: machine-id: 0
手动分配
MachineId。
cosid: snowflake: machine: distributor: type: stateful_set
使用
Kubernetes的StatefulSet提供的稳定的标识 ID 作为机器号。
cosid: snowflake: machine: distributor: type: redis
使用
Redis作为机器号的分发存储。
cosid: snowflake: clock-backwards: spin-threshold: 10 broken-threshold: 2000
默认提供的 DefaultClockBackwardsSynchronizer 时钟回拨同步器使用主动等待同步策略，spinThreshold(默认值 10 毫秒) 用于设置自旋等待阈值， 当大于spinThreshold 时使用线程休眠等待时钟同步，如果超过brokenThreshold(默认值 2 秒)时会直接抛出ClockTooManyBackwardsException异常。
public class MachineState {
public static final MachineState NOT_FOUND = of(-1, -1);
private final int machineId;
private final long lastTimeStamp;
public MachineState(int machineId, long lastTimeStamp) {
this.machineId = machineId;
this.lastTimeStamp = lastTimeStamp;
}
public int getMachineId() {
return machineId;
}
public long getLastTimeStamp() {
return lastTimeStamp;
}
public static MachineState of(int machineId, long lastStamp) {
return new MachineState(machineId, lastStamp);
}
}
cosid: snowflake: machine: state-storage: local: state-location: ./cosid-machine-state/
默认提供的 LocalMachineStateStorage 本地机器状态存储，使用本地文件存储机器号、最近一次时间戳，用作 MachineState 缓存。
SnowflakeId)cosid: snowflake: share: clock-sync: true
默认 SnowflakeId 当发生时钟回拨时会直接抛出 ClockBackwardsException 异常，而使用 ClockSyncSnowflakeId 会使用 ClockBackwardsSynchronizer 主动等待时钟同步来重新生成 ID，提供更加友好的使用体验。
JavaScript 安全的 SnowflakeId)SnowflakeId snowflakeId=SafeJavaScriptSnowflakeId.ofMillisecond(1);
JavaScript 的 Number.MAX_SAFE_INTEGER 只有 53 位，如果直接将 63 位的 SnowflakeId 返回给前端，那么会值溢出的情况，通常我们可以将SnowflakeId 转换为 String 类型或者自定义 SnowflakeId 位分配来缩短 SnowflakeId 的位数 使 ID 提供给前端时不溢出。
SnowflakeId 解析成可读性更好的 SnowflakeIdState )cosid: snowflake: share: friendly: true
public class SnowflakeIdState {
private final long id;
private final int machineId;
private final long sequence;
private final LocalDateTime timestamp;
/**
* {@link #timestamp}-{@link #machineId}-{@link #sequence}
*/
private final String friendlyId;
}
public interface SnowflakeFriendlyId extends SnowflakeId {
SnowflakeIdState friendlyId(long id);
SnowflakeIdState ofFriendlyId(String friendlyId);
default SnowflakeIdState friendlyId() {
long id = generate();
return friendlyId(id);
}
}
SnowflakeFriendlyId snowflakeFriendlyId=new DefaultSnowflakeFriendlyId(snowflakeId);
SnowflakeIdState idState=snowflakeFriendlyId.friendlyId();
idState.getFriendlyId(); //20210623131730192-1-0
Redis作为号段分发后端存储)cosid: segment: enabled: true distributor: type: redis share: offset: 0 step: 100 provider: bizC: offset: 10000 step: 100 bizD: offset: 10000 step: 100
RedisIdSegmentDistributor 步长设置为 1 时（每次生成ID都需要执行一次 Redis 网络 IO 请求）TPS 性能约为 21W/s (JMH 基准测试 )，如果在部分场景下我们对 ID 生成的 TPS 性能有更高的要求，那么可以选择使用增加每次ID分发步长来降低网络 IO 请求频次，提高 IdGenerator 性能（比如增加步长为 1000，性能可提升到 3545W+/s JMH 基准测试）。
cosid: segment: enabled: true mode: chain chain: safe-distance: 100 prefetch-period: 4000ns distributor: type: redis share: offset: 0 step: 100 provider: bizC: offset: 10000 step: 100 bizD: offset: 10000 step: 100
cosid: snowflake: provider: bizA: # epoch: # timestamp-bit: sequence-bit: 12 bizB: # epoch: # timestamp-bit: sequence-bit: 12
IdGenerator idGenerator=idGeneratorProvider.get("bizA");
在实际使用中我们一般不会所有业务服务使用同一个 IdGenerator ，而是不同的业务使用不同的 IdGenerator，那么 IdGeneratorProvider 就是为了解决这个问题而存在的，他是 IdGenerator 的容器，可以通过业务名来获取相应的 IdGenerator。
Kotlin DSL
val cosidVersion = "1.1.8";
implementation("me.ahoo.cosid:spring-boot-starter-cosid:${cosidVersion}")
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <artifactId>demo</artifactId> <properties> <cosid.version>1.1.8</cosid.version> </properties> <dependencies> <dependency> <groupId>me.ahoo.cosid</groupId> <artifactId>spring-boot-starter-cosid</artifactId> <version>${cosid.version}</version> </dependency> </dependencies> </project>
cosid: namespace: ${spring.application.name} snowflake: enabled: true # epoch: 1577203200000 clock-backwards: spin-threshold: 10 broken-threshold: 2000 machine: # stable: true # machine-bit: 10 # instance-id: ${HOSTNAME} distributor: type: redis # manual: # machine-id: 0 state-storage: local: state-location: ./cosid-machine-state/ share: clock-sync: true friendly: true provider: bizA: # timestamp-bit: sequence-bit: 12 bizB: # timestamp-bit: sequence-bit: 12 segment: enabled: true mode: chain chain: safe-distance: 100 prefetch-period: 4000ns distributor: type: redis share: offset: 0 step: 100 provider: bizC: offset: 10000 step: 100 bizD: offset: 10000 step: 100
gradle cosid-core:jmh # or java -jar cosid-core/build/libs/cosid-core-1.1.8-jmh.jar -bm thrpt -wi 1 -rf json -f 1
Benchmark Mode Cnt Score Error Units SnowflakeIdBenchmark.millisecondSnowflakeId_friendlyId thrpt 4020311.665 ops/s SnowflakeIdBenchmark.millisecondSnowflakeId_generate thrpt 4095403.859 ops/s SnowflakeIdBenchmark.safeJsMillisecondSnowflakeId_generate thrpt 511654.048 ops/s SnowflakeIdBenchmark.safeJsSecondSnowflakeId_generate thrpt 539818.563 ops/s SnowflakeIdBenchmark.secondSnowflakeId_generate thrpt 4206843.941 ops/s
gradle cosid-redis:jmh # or java -jar cosid-redis/build/libs/cosid-redis-1.1.8-jmh.jar -bm thrpt -wi 1 -rf json -f 1 RedisIdBenchmark
Benchmark Mode Cnt Score Error Units RedisIdBenchmark.step_1 thrpt 5 207470.850 ± 11832.936 ops/s RedisIdBenchmark.step_100 thrpt 5 3868126.197 ± 258008.896 ops/s RedisIdBenchmark.step_1000 thrpt 5 29506073.112 ± 2502253.182 ops/s
gradle cosid-redis:jmh # or java -jar cosid-redis/build/libs/cosid-redis-1.1.8-jmh.jar -bm thrpt -wi 1 -rf json -f 1 RedisChainIdBenchmark
Benchmark Mode Cnt Score Error Units RedisChainIdBenchmark.atomicLong_baseline thrpt 5 143740421.831 ± 1142477.957 ops/s RedisChainIdBenchmark.step_1 thrpt 5 301874.926 ± 10340.941 ops/s RedisChainIdBenchmark.step_100 thrpt 5 25746336.165 ± 433565.840 ops/s RedisChainIdBenchmark.step_1000 thrpt 5 102722840.616 ± 2368562.637 ops/s
java -jar cosid-redis/build/libs/cosid-redis-1.1.8-jmh.jar -bm sample -wi 1 -rf json -f 1 -tu us step_1000
Benchmark Mode Cnt Score Error Units RedisChainIdBenchmark.step_1000 sample 1062954 0.056 ± 0.002 us/op RedisChainIdBenchmark.step_1000:step_1000·p0.00 sample ≈ 0 us/op RedisChainIdBenchmark.step_1000:step_1000·p0.50 sample 0.042 us/op RedisChainIdBenchmark.step_1000:step_1000·p0.90 sample 0.083 us/op RedisChainIdBenchmark.step_1000:step_1000·p0.95 sample 0.084 us/op RedisChainIdBenchmark.step_1000:step_1000·p0.99 sample 0.125 us/op RedisChainIdBenchmark.step_1000:step_1000·p0.999 sample 3.000 us/op RedisChainIdBenchmark.step_1000:step_1000·p0.9999 sample 8.818 us/op RedisChainIdBenchmark.step_1000:step_1000·p1.00 sample 290.304 us/op RedisIdBenchmark.step_1000 sample 1374946 0.064 ± 0.003 us/op RedisIdBenchmark.step_1000:step_1000·p0.00 sample ≈ 0 us/op RedisIdBenchmark.step_1000:step_1000·p0.50 sample 0.042 us/op RedisIdBenchmark.step_1000:step_1000·p0.90 sample 0.042 us/op RedisIdBenchmark.step_1000:step_1000·p0.95 sample 0.042 us/op RedisIdBenchmark.step_1000:step_1000·p0.99 sample 0.083 us/op RedisIdBenchmark.step_1000:step_1000·p0.999 sample 0.291 us/op RedisIdBenchmark.step_1000:step_1000·p0.9999 sample 46.624 us/op RedisIdBenchmark.step_1000:step_1000·p1.00 sample 483.840 us/op
微信关注我们
转载内容版权归作者及来源网站所有！
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。
Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。
Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。
Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。
扫码在手机上查看文章
扫描二维码，手机阅读更方便
有任何问题或合作意向欢迎联系我们
Email: 99873273@qq.com
QQ: 99873273