Tinyid 分布式ID生成器使用教程
2024-08-07 09:47:33作者:平淮齐Percy
项目介绍
Tinyid 是滴滴开发的一款分布式ID系统。它基于美团(Leaf)的 leaf-segment 算法升级而来,不仅支持数据库多主节点模式,还提供了 tinyid-client 客户端的接入方式,使用起来更加方便。Tinyid 只支持号段模式,不支持雪花模式。
特性
- 全局唯一的 long 型 ID
- 趋势递增的 ID
- 提供 http 和 java-client 方式接入
- 支持批量获取 ID
- 支持生成 1, 3, 5, 7, 9 序列的 ID
- 支持多个数据库的配置
适用场景
- 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
- 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
项目快速启动
1. 克隆代码
git clone https://github.com/didi/tinyid.git
2. 创建数据库表
进入 tinyid-server 目录并使用提供的 SQL 文件创建表:
cd tinyid/tinyid-server/
mysql -u root -p < db.sql
3. 配置数据库
编辑 application.properties 文件,配置数据库连接信息:
cd src/main/resources/
vi application.properties
4. 启动服务
打包并启动 tinyid-server:
mvn clean package
java -jar target/tinyid-server-0.1.0-SNAPSHOT.jar
5. 使用 Java 客户端
在 Maven 项目中添加依赖:
<dependency>
<groupId>com.xiaoju.uemc.tinyid</groupId>
<artifactId>tinyid-client</artifactId>
<version>0.1.0-SNAPSHOT</version>
</dependency>
在 classpath 下创建 tinyid_client.properties 文件:
tinyid.server=localhost:9999
tinyid.token=0f673adf80504e2eaa552f5d791b644c
使用 Java 代码获取 ID:
Long id = TinyId.nextId("test");
List<Long> ids = TinyId.nextId("test", 10);
应用案例和最佳实践
案例一:电商订单系统
在电商订单系统中,使用 Tinyid 生成唯一的订单 ID。由于订单 ID 需要趋势递增且唯一,Tinyid 的号段模式非常适合这种场景。
案例二:日志系统
在日志系统中,使用 Tinyid 生成日志记录的唯一 ID。日志 ID 需要趋势递增,便于后续的日志分析和查询。
最佳实践
- 配置合适的号段长度(step),以支持高 QPS 需求。
- 使用 tinyid-client 客户端方式,减少对 tinyid-server 的频繁访问,减轻服务器压力。
- 定期检查和维护数据库表,确保 ID 生成的连续性和唯一性。
典型生态项目
1. 数据库中间件
Tinyid 可以与数据库中间件(如 MyCat、ShardingSphere)结合使用,为分库分表提供唯一的自增 ID。
2. 分布式缓存系统
Tinyid 可以与分布式缓存系统(如 Redis、Memcached)结合使用,为缓存数据提供唯一的自增 ID。
3. 消息队列系统
Tinyid 可以与消息队列系统(如 Kafka、RabbitMQ)结合使用,为消息记录提供唯一的自增 ID。
通过以上模块的介绍和实践,您可以快速上手并应用 Tinyid 分布式ID生成器,为您的系统提供高效、可靠的 ID 生成服务。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248