星球水友“写代码的”提问:
沈老师,我们现在用户中心是单库单表,uid使用数据库自增主键,uid被很多业务关联,不能变化。 现在用户中心数据量逐步变大,有分库需求了,如何由单库升级为多库,保持历史uid不变,并且新生成的数据不冲突,有什么好办法么? ==问题描述完== 应该有不少公司都会利用数据库“插入数据自动自增id”来作为业务id,这种方法会使得业务与id生成强耦合,导致id生成算法难以升级。
今天和大家一起简单探讨下,id生成要考虑哪些要素。画外音:别误会,不是说“自增id”不好,是说它与业务耦合了,难以升级。
一、id生成要考虑的技术点 几乎所有业务,都会有一个业务唯一标识:
用户标识:uid(user-id)
消息标识:mid(msg-id)
订单标识:oid(order-id)
这个标识,也经常被用来做流量负载均衡,数据负载均衡的依据,即这个id必须在统计上必须是完全随机的。于是,对这个id有:随机性的要求。
同时,id生成算法升级,理论上对业务系统是透明的。于是,对这个id的生成有:独立性需求。 为了保证id生成的上述特性,要有一个:uint64_t GenID()的独立方法(或者独立接口)来生成id,生成id具体做什么用,该方法不关心,可以是用来做uid,也可以是用来做oid,甚至log-id。 当然,id生成的具体细节,业务也不用关心。即,GenID()的内部实现,可以是利用数据库的自增id,也可以使用时间递增,目前行业内最流行的,是仿照snowflake生成分布式id。 这个封装,屏蔽了id生成的细节,保留方案升级的可能性,是系统设计中,解耦的体现。 如果使用了此类方法生成业务id,数据库由单库扩展多库就很容易了:(1)确定一个路由算法,例如hash取模;(2)将单库中的数据,通过这个路由算法迁移到多库中去,以实现单库数据量的减少;(3)通过这个路由算法寻找数据(读);(4)通过这个路由算法插入数据(写);
假如架构设计前期没有提前考虑独立的id生成,后期又要实施单库拆多库,该怎么办呢? 二、针对星球水友提到的例子
历史的坑已经铸成,没有解耦id生成方法,而且也没法批量修改id,该怎么办呢?
假设由单库拆分为3库,可以这么玩:(1)做一个1主2从数据库集群,相当于每条数据复制成了3份;(2)将路由算法,设为取模hash算法,%3;(3)第一个库,%3=0,把余1和余2的uid删掉;(4)第二个库,%3=1,把余0和余2的uid删掉;(5)第三个库,%3=2,把余0和余1的uid删掉;(6)将每个库的自增步长设置为3,这样每个库的id生成就不会重复了;(7)升级用户中心,按照路由算法查询uid数据; 搞定,拆库扩容达成:(1)单库数据量下降为了原来的1/3;(2)读写实例个数扩充为了原来的3倍;(3)并且id生成与查询都不会冲突; 希望这个取巧的方法对你有帮助。但更希望,大伙提前考虑id生成的唯一性、随机性、趋势递增性、独立性。
系统性考虑问题,知其然,知其所以然。
欢迎大家继续提问,有问必答。
本文转自“架构师之路”公众号,58沈剑提供。