当前位置：首页 > news >正文

分布式环境下 Spring Boot 项目基于雪花算法的唯一 ID 生成方案

news 来源：原创 2025/6/26 10:44:46

一、分布式系统

分布式系统是指将多个独立的计算节点通过网络连接，协同完成同一目标的系统架构。其核心特征是：

多个独立节点：每个节点都是一个可独立运行的服务实例
网络通信：节点间通过网络协议（如HTTP、RPC）交换数据
协同工作：共同完成统一的业务目标（如处理请求、存储数据）

二、分布式环境下 Spring Boot 项目的部署方法

（一） Docker多节点部署

实现方式：将同一个Spring Boot JAR包构建为Docker镜像，然后在多个服务器（物理机/虚拟机）上启动多个容器实例。

示例场景：

服务器A：运行Docker容器实例1（端口8081）
服务器B：运行Docker容器实例2（端口8082）
服务器C：运行Docker容器实例3（端口8083）

关键配置：

每个容器需分配唯一的雪花算法参数（dataCenterId和machineId）
通过Nginx等负载均衡器将请求分发到不同容器

示例雪花算法配置（动态获取容器ID）：

// 从Docker环境变量获取节点标识（需在docker run时通过-e参数传入）
long dataCenterId = Long.parseLong(System.getenv("DATACENTER_ID"));
long machineId = Long.parseLong(System.getenv("MACHINE_ID"));

（二）微服务架构下的多服务节点

场景：一个大型系统拆分为多个独立服务，每个服务部署为分布式节点

- 用户服务（user-service）：部署3个节点
- 订单服务（order-service）：部署5个节点
- 商品服务（product-service）：部署2个节点

雪花算法应用：
- 每个服务集群分配独立的dataCenterId（如用户服务为1，订单服务为2）
- 每个服务节点分配唯一的machineId（如节点1、节点2）

三、分布式环境下雪花算法的使用问题

（一）节点ID分配问题

挑战：如何确保分布式节点的dataCenterId和machineId唯一

解决方案：

配置文件静态分配：适用于节点固定的场景（如手动编辑application.yml）

snowflake:data-center-id: 1  # 数据中心ID（0-31）machine-id: 2       # 机器ID（0-31）

分布式协调服务动态分配：适用于动态扩缩容场景（如ZooKeeper）

// 通过ZooKeeper获取唯一节点ID
String nodePath = zkClient.createEphemeralSequential("/snowflake/nodes/", "node-");
long machineId = Long.parseLong(nodePath.substring(nodePath.lastIndexOf("-") + 1));

（二）时钟回拨问题

场景：某节点因硬件故障或时区调整导致系统时间回退
解决方案：
- 雪花算法已内置时钟回拨处理（如示例中的waitNextMillis方法）
- 更严格的方案：结合Redis等分布式锁，在时钟回拨时阻塞生成ID
  明白了！我将修改雪花算法的实现，使其适应你描述的分布式用户服务场景。关键是要为每个节点分配唯一的 dataCenterId 和 machineId。

四、示例：雪花算法实现

SnowflakeIdGenerator

import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;/*** 分布式环境下的雪花算法ID生成器* 支持从配置文件或环境变量读取dataCenterId和machineId*/
@Component
public class SnowflakeIdGenerator {// 起始时间戳 (2020-01-01)private final long startTimeStamp = 1577836800000L;// 各部分占用的位数private final long dataCenterIdBits = 5L;private final long machineIdBits = 5L;private final long sequenceBits = 12L;// 各部分的最大值private final long maxDataCenterId = -1L ^ (-1L << dataCenterIdBits); // 31private final long maxMachineId = -1L ^ (-1L << machineIdBits); // 31private final long maxSequence = -1L ^ (-1L << sequenceBits); // 4095// 各部分向左的位移private final long machineIdShift = sequenceBits;private final long dataCenterIdShift = sequenceBits + machineIdBits;private final long timestampShift = sequenceBits + machineIdBits + dataCenterIdBits;private final long dataCenterId;private final long machineId;private long sequence = 0L;private long lastTimestamp = -1L;/*** 构造函数，从配置中读取dataCenterId和machineId*/public SnowflakeIdGenerator(@Value("${snowflake.datacenter-id:1}") long dataCenterId,@Value("${snowflake.machine-id:1}") long machineId) {// 检查ID是否合法if (dataCenterId > maxDataCenterId || dataCenterId < 0) {throw new IllegalArgumentException("DataCenter ID must be between 0 and " + maxDataCenterId);}if (machineId > maxMachineId || machineId < 0) {throw new IllegalArgumentException("Machine ID must be between 0 and " + maxMachineId);}this.dataCenterId = dataCenterId;this.machineId = machineId;System.out.printf("初始化雪花算法ID生成器: datacenterId=%d, machineId=%d%n", dataCenterId, machineId);}// 生成ID的核心方法保持不变public synchronized long nextId() {long currentTimestamp = System.currentTimeMillis();// 处理时钟回拨if (currentTimestamp < lastTimestamp) {throw new RuntimeException("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - currentTimestamp) + " milliseconds");}if (currentTimestamp == lastTimestamp) {sequence = (sequence + 1) & maxSequence;if (sequence == 0) {// 当前毫秒内序列号已用完，等待下一毫秒currentTimestamp = waitNextMillis(lastTimestamp);}} else {// 不同毫秒，重置序列号sequence = 0L;}lastTimestamp = currentTimestamp;// 按位或组合生成IDreturn ((currentTimestamp - startTimeStamp) << timestampShift) |(dataCenterId << dataCenterIdShift) |(machineId << machineIdShift) |sequence;}private long waitNextMillis(long lastTimestamp) {long timestamp = System.currentTimeMillis();while (timestamp <= lastTimestamp) {timestamp = System.currentTimeMillis();}return timestamp;}
}

User

@Data
public class User {private Long id;private String username;private String createTime;private String updateTime;
}

UserController

import com.example.demo.entity.User;
import com.example.demo.service.UserService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;@RestController
@RequestMapping("/users")
public class UserController {@Autowiredprivate UserService userService;@PostMappingpublic User createUser(@RequestBody User user) {return userService.createUser(user);}@GetMapping("/{id}")public User getUser(@PathVariable Long id) {return userService.getUserById(id);}
}

UserService

public interface UserService {/*** 创建用户* @param user 用户信息* @return 创建后的用户对象（包含生成的ID）*/User createUser(User user);/*** 根据ID获取用户* @param id 用户ID* @return 用户对象*/User getUserById(Long id);
}

UserServiceImpl

createUser方法：

调用idGenerator.nextId()生成全局唯一 ID
设置用户的创建时间和更新时间
调用 MyBatis 的 Mapper方法将用户信息插入数据库

确保了在分布式环境下，即使多个用户服务节点同时处理创建用户请求，生成的 ID 也不会冲突。

@Service
@Transactional
public class UserServiceImpl implements UserService {@Autowiredprivate SnowflakeIdGenerator idGenerator;@Autowiredprivate UserMapper userMapper;@Overridepublic User createUser(User user) {// 生成全局唯一IDlong userId = idGenerator.nextId();user.setId(userId);// 设置创建时间和更新时间LocalDateTime now = LocalDateTime.now();user.setCreateTime(now);user.setUpdateTime(now);// 插入数据库userMapper.insert(user);return user;}@Overridepublic User getUserById(Long id) {return userMapper.selectById(id);}
}

配置文件

application-node1.yml

server:port: 8081spring:datasource:url: jdbc:mysql://localhost:3306/user_db?useSSL=false&serverTimezone=UTCusername: rootpassword: yourpassworddriver-class-name: com.mysql.cj.jdbc.Driver# 雪花算法配置
snowflake:datacenter-id: 1  # 数据中心IDmachine-id: 1     # 机器ID (节点A)

application-node2.yml

server:port: 8082spring:datasource:url: jdbc:mysql://localhost:3306/user_db?useSSL=false&serverTimezone=UTCusername: rootpassword: yourpassworddriver-class-name: com.mysql.cj.jdbc.Driver# 雪花算法配置
snowflake:datacenter-id: 1  # 数据中心IDmachine-id: 2     # 机器ID (节点B)

application-node3.yml

server:port: 8083spring:datasource:url: jdbc:mysql://localhost:3306/user_db?useSSL=false&serverTimezone=UTCusername: rootpassword: yourpassworddriver-class-name: com.mysql.cj.jdbc.Driver# 雪花算法配置
snowflake:datacenter-id: 1  # 数据中心IDmachine-id: 3     # 机器ID (节点C)