默认
打赏 发表评论 12
想开发IM:买成品怕坑?租第3方怕贵?找开源自已撸?尽量别走弯路了... 找站长给点建议
IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)
阅读(92546) | 评论(12 收藏8 淘帖2 3
微信扫一扫关注!

1、引言


在中大型IM系统中,聊天消息的唯一ID生成策略是个很重要的技术点。不夸张的说,聊天消息ID贯穿了整个聊天生命周期的几乎每一个算法、逻辑和过程,ID生成策略的好坏有可能直接决定系统在某些技术点上的设计难易度。

有中小型IM场景下,消息ID可以简单处理,反正只要唯一就行,而中大型场景下,因为要考虑到分布式的性能、一致性等,所以要考虑的问题点又是另一回事。

总之就是,IM的消息ID生成这件事,可深可浅,看似简单但实际可探索的边界可以很大,这也是为什么即时通讯网为此专门整理了《IM消息ID技术专题》系列文章的原因。做技术所谓厚积薄发,了解的越多,你的技术可操作空间也就越大,希望随着这个系列文章的阅读,可以为你在ID生成这一块的技术选型带来更多有益的启发。

另外,因为即时通讯网主要关注的是即时通讯方面的系统开发,但并不意味着这个系统文章只适用于IM或消息推送等实时通信系统,它同样适用于其它需要唯一ID的应用中。

本文将要分享的是滴滴开源的分布式ID生成器Tinyid的技术原理、使用方法等等,希望能进一步为你打开这方面的技术视野。

本文已同步发布于“即时通讯技术圈”公众号,欢迎关注:
IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)_52im_qr_即时通讯技术圈_400px.png
▲ 本文在公众号上的链接是:点此进入

2、专题目录


本文是“IM消息ID技术专题”系列文章的第6篇,专题总目录如下:


3、什么是Tinyid?


Tinyid是滴滴用Java开发的一款分布式id生成系统,基于数据库号段算法实现。

Tinyid是在美团的ID生成算法Leaf的基础上扩展而来,支持数据库多主节点模式,它提供了REST API和Java客户端两种获取方式,相对来说使用更方便。不过,和美团的Leaf算法不同的是,Tinyid只支持号段一种模式(并不支持Snowflake模式)。(有关美团的Leaf算法,可以详读《IM消息ID技术专题(四):深度解密美团的分布式ID生成算法

Tinyid目前在滴滴客服部门使用,且通过tinyid-client方式接入,每天生成的是亿级别的id。性能上,据称单实例能达到1千万QPS。

它的开源地址是:


PS:滴滴在Tinyid工程页面写了一句话,“tinyid,并不是滴滴官方产品,只是滴滴拥有的代码”,我语文不好,这句该怎么理解呢?

4、Tinyid的主要技术特性


主要特性总结一下就是:

  • 1)全局唯一的long型ID:即id极限数量是2的64次方;
  • 2)趋势递增的id:趋势递增的意思是,id是递增但不一定是连续的(这跟微信的ID生成策略类似);
  • 3)提供 http 和 java-client 方式接入;
  • 4)支持批量获取ID;
  • 5)支持生成1,3,5,7,9…序列的ID;
  • 6)支持多个db的配置。

适用的场景:只关心ID是数字,趋势递增的系统,可以容忍ID不连续,可以容忍ID的浪费。
不适用场景:像类似于订单ID的业务,因生成的ID大部分是连续的,容易被扫库、或者推算出订单量等信息。

另外:微信的聊天消息ID生成算法也是基于号段、趋势递增这种逻辑,如果有兴趣,可以详见:《IM消息ID技术专题(一):微信的海量IM聊天消息序列号生成实践(算法原理篇)》。

5、Tinyid的技术优势


性能方面:

  • 1)http方式:访问性能取决于http server的能力,网络传输速度;
  • 2)java-client方式:id为本地生成,号段长度(step)越长,qps越大,如果将号段设置足够大,则qps可达1000w+。

可用性方面:

  • 1)当db不可用时,因为server有缓存,所以还可以使用一段时间;
  • 2)如果配置了多个db,则只要有1个db存活,则服务可用;
  • 3)使用tiny-client时,只要server有一台存活,则理论上server全挂,因为client有缓存,也可以继续使用一段时间。

6、Tinyid的技术原理详解


6.1ID生成系统的技术要点


在简单系统中,我们常常使用db的id自增方式来标识和保存数据,随着系统的复杂,数据的增多,分库分表成为了常见的方案,db自增已无法满足要求。

这时候全局唯一的id生成系统就派上了用场,当然这只是id生成其中的一种应用场景。

那么,一个成熟的id生成系统应该具备哪些能力呢?

  • 1)唯一性:无论怎样都不能重复,id全局唯一是最基本的要求;
  • 2)高性能:基础服务尽可能耗时少,如果能够本地生成最好;
  • 3)高可用:虽说很难实现100%的可用性,但是也要无限接近于100%的可用性;
  • 4)易用性:能够拿来即用,接入方便,同时在系统设计和实现上要尽可能的简单。

6.2Tinyid的实现原理


我们先来看一下最常见的id生成方式,db的auto_increment,相信大家都非常熟悉。

我也见过一些同学在实战中使用这种方案来获取一个id,这个方案的优点是简单,缺点是每次只能向db获取一个id,性能比较差,对db访问比较频繁,db的压力会比较大。

那么,是不是可以对这种方案优化一下呢?可否一次向db获取一批id呢?答案当然是可以的。

一批id,我们可以看成是一个id范围,例如(1000,2000],这个1000到2000也可以称为一个“号段”,我们一次向db申请一个号段,加载到内存中,然后采用自增的方式来生成id,这个号段用完后,再次向db申请一个新的号段,这样对db的压力就减轻了很多,同时内存中直接生成id,性能则提高了很多。

PS:简单解释一下什么是号段模式:

号段模式就是从数据库批量的获取自增ID,每次从数据库取出一个号段范围,例如 (1,1000] 代表1000个ID,业务服务将号段在本地生成1~1000的自增ID并加载到内存。


那么保存db号段的表该怎设计呢?我们继续往下看。

6.3DB号段算法描述


IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)_2.png

如上表,我们很容易想到的是db直接存储一个范围(start_id,end_id],当这批id使用完毕后,我们做一次update操作,update start_id=2000(end_id), end_id=3000(end_id+1000),update成功了,则说明获取到了下一个id范围。仔细想想,实际上start_id并没有起什么作用,新的号段总是(end_id,end_id+1000]。

所以这里我们更改一下,db设计应该是这样的:
IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)_3.png

如上表所示:

  • 1)我们增加了biz_type,这个代表业务类型,不同的业务的id隔离;
  • 2)max_id则是上面的end_id了,代表当前最大的可用id;
  • 3)step代表号段的长度,可以根据每个业务的qps来设置一个合理的长度;
  • 4)version是一个乐观锁,每次更新都加上version,能够保证并发更新的正确性 。

那么我们可以通过如下几个步骤来获取一个可用的号段:

  • A、查询当前的max_id信息:select id, biz_type, max_id, step, version from tiny_id_info where biz_type='test';
  • B、计算新的max_id: new_max_id = max_id + step;
  • C、更新DB中的max_id:update tiny_id_info set max_id=#{new_max_id} , verison=version+1 where id=#{id} and max_id=#{max_id} and version=#{version};
  • D、如果更新成功,则可用号段获取成功,新的可用号段为(max_id, new_max_id];
  • E、如果更新失败,则号段可能被其他线程获取,回到步骤A,进行重试。

6.4号段生成方案的简单架构


如上述内容,我们已经完成了号段生成逻辑。

那么我们的id生成服务架构可能是这样的:
IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)_x1.png

如上图,id生成系统向外提供http服务,请求经过我们的负载均衡router,到达其中一台tinyid-server,从事先加载好的号段中获取一个id。

如果号段还没有加载,或者已经用完,则向db再申请一个新的可用号段,多台server之间因为号段生成算法的原子性,而保证每台server上的可用号段不重,从而使id生成不重。 

可以看到:

  • 1)如果tinyid-server如果重启了,那么号段就作废了,会浪费一部分id;
  • 2)同时id也不会连续;
  • 3)每次请求可能会打到不同的机器上,id也不是单调递增的,而是趋势递增的(不过这对于大部分业务都是可接受的)。

6.5简单架构的问题


到此一个简单的id生成系统就完成了,那么是否还存在问题呢?

回想一下我们最开始的id生成系统要求:高性能、高可用、简单易用。

在上面这套架构里,至少还存在以下问题:

  • 1)当id用完时需要访问db加载新的号段,db更新也可能存在version冲突,此时id生成耗时明显增加;
  • 2)db是一个单点,虽然db可以建设主从等高可用架构,但始终是一个单点;
  • 3)使用http方式获取一个id,存在网络开销,性能和可用性都不太好。

6.6优化办法及最终架构


1)双号段缓存:

对于号段用完需要访问db,我们很容易想到在号段用到一定程度的时候,就去异步加载下一个号段,保证内存中始终有可用号段,则可避免性能波动。

2)增加多db支持:

db只有一个master时,如果db不可用(down掉或者主从延迟比较大),则获取号段不可用。实际上我们可以支持多个db,比如2个db,A和B,我们获取号段可以随机从其中一台上获取。那么如果A,B都获取到了同一号段,我们怎么保证生成的id不重呢?tinyid是这么做的,让A只生成偶数id,B只生产奇数id,对应的db设计增加了两个字段,如下所示

IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)_4.png

delta代表id每次的增量,remainder代表余数,例如可以将A,B都delta都设置2,remainder分别设置为0,1则,A的号段只生成偶数号段,B是奇数号段。通过delta和remainder两个字段我们可以根据使用方的需求灵活设计db个数,同时也可以为使用方提供只生产类似奇数的id序列。

3)增加tinyid-client:

使用http获取一个id,存在网络开销,是否可以本地生成id?

为此我们提供了tinyid-client,我们可以向tinyid-server发送请求来获取可用号段,之后在本地构建双号段、id生成,如此id生成则变成纯本地操作,性能大大提升,因为本地有双号段缓存,则可以容忍tinyid-server一段时间的down掉,可用性也有了比较大的提升。

4)tinyid最终架构:

最终我们的架构可能是这样的:
IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)_x2.png

下面是更具体的代码调用逻辑:
IM消息ID技术专题(六):深度解密滴滴的高性能ID生成器(Tinyid)_1.png

如上图所示,下面是关于这个代码调用逻辑图的说明:

  • 1)nextId和getNextSegmentId是tinyid-server对外提供的两个http接口;
  • 2)nextId是获取下一个id,当调用nextId时,会传入bizType,每个bizType的id数据是隔离的,生成id会使用该bizType类型生成的IdGenerator;
  • 3)getNextSegmentId是获取下一个可用号段,tinyid-client会通过此接口来获取可用号段;
  • 4)IdGenerator是id生成的接口;
  • 5)IdGeneratorFactory是生产具体IdGenerator的工厂,每个biz_type生成一个IdGenerator实例。通过工厂,我们可以随时在db中新增biz_type,而不用重启服务;
  • 6)IdGeneratorFactory实际上有两个子类IdGeneratorFactoryServer和IdGeneratorFactoryClient,区别在于,getNextSegmentId的不同,一个是DbGet,一个是HttpGet;
  • 7)CachedIdGenerator则是具体的id生成器对象,持有currentSegmentId和nextSegmentId对象,负责nextId的核心流程。nextId最终通过AtomicLong.andAndGet(delta)方法产生。

具体的代码实现,有兴趣可以直接阅读源码:


7、Tinyid的最佳实践


1)tinyid-server推荐部署到多个机房的多台机器:

  • 多机房部署可用性更高,http方式访问需使用方考虑延迟问题。

2)推荐使用tinyid-client来获取id,好处如下:

  • a、id为本地生成(调用AtomicLong.addAndGet方法),性能大大增加;
  • b、client对server访问变的低频,减轻了server的压力;
  • c、因为低频,即便client使用方和server不在一个机房,也无须担心延迟;
  • d、即便所有server挂掉,因为client预加载了号段,依然可以继续使用一段时间
注:使用tinyid-client方式,如果client机器较多频繁重启,可能会浪费较多的id,这时可以考虑使用http方式。

3)推荐db配置两个或更多:

  • db配置多个时,只要有1个db存活,则服务可用 多db配置,如配置了两个db,则每次新增业务需在两个db中都写入相关数据。

8、Tinyid该怎么调用?


关于怎么调用。鉴于篇幅原因,就不再具体去写了,有兴趣的话,可以读一下这篇《Tinyid:滴滴开源千万级并发的分布式ID生成器》。

9、参考资料


[1] 面试总被问分布式ID怎么办? 滴滴(Tinyid)甩给他
[2] Tinyid:滴滴开源千万级并发的分布式ID生成器
[3] tinyid工程中文readme
[4] 滴滴开源的Tinyid如何每天生成亿级别的ID?

附录:更多IM开发热门技术文章


新手入门一篇就够:从零开发移动端IM
移动端IM开发者必读(一):通俗易懂,理解移动网络的“弱”和“慢”
移动端IM开发者必读(二):史上最全移动弱网络优化方法总结
从客户端的角度来谈谈移动端IM的消息可靠性和送达机制
现代移动端网络短连接的优化手段总结:请求速度、弱网适应、安全保障
移动端IM中大规模群消息的推送如何保证效率、实时性?
移动端IM开发需要面对的技术问题
开发IM是自己设计协议用字节流好还是字符流好?
请问有人知道语音留言聊天的主流实现方式吗?
IM消息送达保证机制实现(一):保证在线实时消息的可靠投递
IM消息送达保证机制实现(二):保证离线消息的可靠投递
如何保证IM实时消息的“时序性”与“一致性”?
一个低成本确保IM消息时序的方法探讨
IM单聊和群聊中的在线状态同步应该用“推”还是“拉”?
IM群聊消息如此复杂,如何保证不丢不重?
谈谈移动端 IM 开发中登录请求的优化
移动端IM登录时拉取数据如何作到省流量?
浅谈移动端IM的多点登录和消息漫游原理
完全自已开发的IM该如何设计“失败重试”机制?
自已开发IM有那么难吗?手把手教你自撸一个Andriod版简易IM (有源码)
IM开发基础知识补课(六):数据库用NoSQL还是SQL?读这篇就够了!
适合新手:从零开发一个IM服务端(基于Netty,有完整源码)
拿起键盘就是干:跟我一起徒手开发一套分布式IM系统
适合新手:手把手教你用Go快速搭建高性能、可扩展的IM系统(有源码)
IM里“附近的人”功能实现原理是什么?如何高效率地实现它?
IM开发基础知识补课(七):主流移动端账号登录方式的原理及设计思路
IM要做手机扫码登录?先看看微信的扫码登录功能技术原理
IM开发宝典:史上最全,微信各种功能参数和逻辑规则资料汇总
IM开发干货分享:我是如何解决大量离线消息导致客户端卡顿的
IM开发干货分享:如何优雅的实现大量离线消息的可靠投递
IM开发干货分享:有赞移动端IM的组件化SDK架构设计实践
>> 更多同类文章 ……

即时通讯网 - 即时通讯开发者社区! 来源: - 即时通讯开发者社区!

标签:ID生成 滴滴
上一篇:社交软件红包技术解密(十一):最全解密微信红包随机算法(含代码实现)下一篇:[已回复] 求助MobileIMSDK的本地网络状态的判断问题

本帖已收录至以下技术专辑

推荐方案
评论 12
不错啊
本文简单总结一下:
1.  ID 分类(分片)。
2.  同一种类ID分段。
3. 同一种类ID分步长。
整体上是一种分片的逻辑。 此类ID 是趋势递增的,在IM通信中应用有限,IM中很多ID是需要严格增的,比如时间戳,比如消息游标。
引用:eagle042 发表于 2020-10-23 16:05
本文简单总结一下:
1.  ID 分类(分片)。
2.  同一种类ID分段。

im中也不一定要严格递增,微信的id就是趋势递增,不是严格递增:《IM消息ID技术专题(一):微信的海量IM聊天消息序列号生成实践(算法原理篇)
引用:JackJiang 发表于 2020-10-23 20:38
im中也不一定要严格递增,微信的id就是趋势递增,不是严格递增:《IM消息ID技术专题(一):微信的海量IM聊 ...

不是的,比如sessionID 这类的,只需要唯一,甚至都不需要递增。微信文章里提到的 序列号,同步的时间戳对于个体(单个人)来说是需要严格增的,微信的分段不同于滴滴讲的分段,微信的是根据人分段,滴滴是单纯分段,应用范围有很大的差别。 就以微信中的小明为列子,新产生的ID是绝不会低于他之前产生的ID的,这里的滴滴算法是不能保证的,除非同一个人永远落到一个段内。

IM中的ID生成器没有滴滴想的这么简单,也许满足了他的场景,但是在微信、钉钉这种纯IM体系中,还要复杂一点。
引用:eagle042 发表于 2020-10-25 11:10
不是的,比如sessionID 这类的,只需要唯一,甚至都不需要递增。微信文章里提到的 序列号,同步的时间戳 ...

你没理解我说的话,严格递增的意思是:1、2、3、4、5、6、7、8,不能有问隔的这种。
微信的趋势递增指的是:1、、3、5、7、8、10,中间有间隔无所谓,只要是递增就可以。
a-server缓存1000,2000,b-server缓存2000,3000,第一次请求到b返回20001,后面请求可能到a返回1001,怎么保证趋势递增的?
引用:怎么能够 发表于 2021-01-26 11:33
a-server缓存1000,2000,b-server缓存2000,3000,第一次请求到b返回20001,后面请求可能到a返回1001,怎 ...

是有,有这种可能性,文章里没有提到这一点的处理办法
引用:怎么能够 发表于 2021-01-26 11:33
a-server缓存1000,2000,b-server缓存2000,3000,第一次请求到b返回20001,后面请求可能到a返回1001,怎 ...

我想应该需要route来做路由,根据uid,gid之类,保证同一个user,group等的请求落到同一个server
如果是万人群的情况,属于这个群聊会话ID在一段时间之后即将溢出,还可以复用以前的号段吗?
签名: 难受,今年互联网还有机会吗
引用:JackJiang 发表于 2020-10-23 20:38
im中也不一定要严格递增,微信的id就是趋势递增,不是严格递增:《IM消息ID技术专题(一):微信的海量IM聊 ...

消息序列号是严格递增的吧
引用:weixiaoyao 发表于 2021-04-04 16:43
我想应该需要route来做路由,根据uid,gid之类,保证同一个user,group等的请求落到同一个server

路由层同一个biz_type转发到同一台节点就可以,但是依旧绕不开单点问题,所以感觉。。想要单调递增的id,只能堆单机性能了。
原来是这样啊
打赏楼主 ×
使用微信打赏! 使用支付宝打赏!

返回顶部