- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章基于Java代码实现游戏服务器生成全局唯一ID的方法汇总由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
在服务器系统开发时,为了适应数据大并发的请求,我们往往需要对数据进行异步存储,特别是在做分布式系统时,这个时候就不能等待插入数据库返回了取自动id了,而是需要在插入数据库之前生成一个全局的唯一id,使用全局的唯一id,在游戏服务器中,全局唯一的id可以用于将来合服方便,不会出现键冲突。也可以将来在业务增长的情况下,实现分库分表,比如某一个用户的物品要放在同一个分片内,而这个分片段可能是根据用户id的范围值来确定的,比如用户id大于1000小于100000的用户在一个分片内。目前常用的有以下几种:
1,Java 自带的UUID. 。
UUID.randomUUID().toString(),可以通过服务程序本地产生,ID的生成不依赖数据库的实现.
优势:
本地生成ID,不需要进行远程调用.
全局唯一不重复.
水平扩展能力非常好.
劣势:
ID有128 bits,占用的空间较大,需要存成字符串类型,索引效率极低.
生成的ID中没有带Timestamp,无法保证趋势递增,数据库分库分表时不好依赖 。
2,基于Redis的incr方法 。
Redis本身是单线程操作的,而incr更保证了一种原子递增的操作。而且支持设置递增步长.
优势:
部署方便,使用简单,只需要调用一个redis的api即可.
可以多个服务器共享一个redis服务,减少共享数据的开发时间.
Redis可以群集部署,解决单点故障的问题.
劣势:
如果系统太庞大的话,n多个服务同时向redis请求,会造成性能瓶颈.
3,来自Flicker的解决方案 。
这个解决方法是基于数据库自增id的,它使用一个单独的数据库专门用于生成id。详细的大家可以网上找找,个人觉得使用挺麻烦的,不建议使用.
4,Twitter Snowflake 。
snowflake是twitter开源的分布式ID生成算法,其核心思想是:产生一个long型的ID,使用其中41bit作为毫秒数,10bit作为机器编号,12bit作为毫秒内序列号。这个算法单机每秒内理论上最多可以生成1000*(2^12)个,也就是大约400W的ID,完全能满足业务的需求.
根据snowflake算法的思想,我们可以根据自己的业务场景,产生自己的全局唯一ID。因为Java中long类型的长度是64bits,所以我们设计的ID需要控制在64bits.
优点:高性能,低延迟;独立的应用;按时间有序.
缺点:需要独立的开发和部署.
比如我们设计的ID包含以下信息:
| 41 bits: Timestamp | 3 bits: 区域 | 10 bits: 机器编号 | 10 bits: 序列号 | 。
产生唯一ID的Java代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
|
/**
* 自定义 ID 生成器
* ID 生成规则: ID长达 64 bits
*
* | 41 bits: Timestamp (毫秒) | 3 bits: 区域(机房) | 10 bits: 机器编号 | 10 bits: 序列号 |
*/
public
class
GameUUID{
// 基准时间
private
long
twepoch = 1288834974657L;
//Thu, 04 Nov 2010 01:42:54 GMT
// 区域标志位数
private
final
static
long
regionIdBits = 3L;
// 机器标识位数
private
final
static
long
workerIdBits = 10L;
// 序列号识位数
private
final
static
long
sequenceBits = 10L;
// 区域标志ID最大值
private
final
static
long
maxRegionId = -1L ^ (-1L << regionIdBits);
// 机器ID最大值
private
final
static
long
maxWorkerId = -1L ^ (-1L << workerIdBits);
// 序列号ID最大值
private
final
static
long
sequenceMask = -1L ^ (-1L << sequenceBits);
// 机器ID偏左移10位
private
final
static
long
workerIdShift = sequenceBits;
// 业务ID偏左移20位
private
final
static
long
regionIdShift = sequenceBits + workerIdBits;
// 时间毫秒左移23位
private
final
static
long
timestampLeftShift = sequenceBits + workerIdBits + regionIdBits;
private
static
long
lastTimestamp = -1L;
private
long
sequence = 0L;
private
final
long
workerId;
private
final
long
regionId;
public
GameUUID(
long
workerId,
long
regionId) {
// 如果超出范围就抛出异常
if
(workerId > maxWorkerId || workerId <
0
) {
throw
new
IllegalArgumentException(
"worker Id can't be greater than %d or less than 0"
);
}
if
(regionId > maxRegionId || regionId <
0
) {
throw
new
IllegalArgumentException(
"datacenter Id can't be greater than %d or less than 0"
);
}
this
.workerId = workerId;
this
.regionId = regionId;
}
public
GameUUID(
long
workerId) {
// 如果超出范围就抛出异常
if
(workerId > maxWorkerId || workerId <
0
) {
throw
new
IllegalArgumentException(
"worker Id can't be greater than %d or less than 0"
);
}
this
.workerId = workerId;
this
.regionId =
0
;
}
public
long
generate() {
return
this
.nextId(
false
,
0
);
}
/**
* 实际产生代码的
*
* @param isPadding
* @param busId
* @return
*/
private
synchronized
long
nextId(
boolean
isPadding,
long
busId) {
long
timestamp = timeGen();
long
paddingnum = regionId;
if
(isPadding) {
paddingnum = busId;
}
if
(timestamp < lastTimestamp) {
try
{
throw
new
Exception(
"Clock moved backwards. Refusing to generate id for "
+ (lastTimestamp - timestamp) +
" milliseconds"
);
}
catch
(Exception e) {
e.printStackTrace();
}
}
//如果上次生成时间和当前时间相同,在同一毫秒内
if
(lastTimestamp == timestamp) {
//sequence自增,因为sequence只有10bit,所以和sequenceMask相与一下,去掉高位
sequence = (sequence +
1
) & sequenceMask;
//判断是否溢出,也就是每毫秒内超过1024,当为1024时,与sequenceMask相与,sequence就等于0
if
(sequence ==
0
) {
//自旋等待到下一毫秒
timestamp = tailNextMillis(lastTimestamp);
}
}
else
{
// 如果和上次生成时间不同,重置sequence,就是下一毫秒开始,sequence计数重新从0开始累加,
// 为了保证尾数随机性更大一些,最后一位设置一个随机数
sequence =
new
SecureRandom().nextInt(
10
);
}
lastTimestamp = timestamp;
return
((timestamp - twepoch) << timestampLeftShift) | (paddingnum << regionIdShift) | (workerId << workerIdShift) | sequence;
}
// 防止产生的时间比之前的时间还要小(由于NTP回拨等问题),保持增量的趋势.
private
long
tailNextMillis(
final
long
lastTimestamp) {
long
timestamp =
this
.timeGen();
while
(timestamp <= lastTimestamp) {
timestamp =
this
.timeGen();
}
return
timestamp;
}
// 获取当前的时间戳
protected
long
timeGen() {
return
System.currentTimeMillis();
}
}
|
使用自定义的这种方法需要注意的几点:
为了保持增长的趋势,要避免有些服务器的时间早,有些服务器的时间晚,需要控制好所有服务器的时间,而且要避免NTP时间服务器回拨服务器的时间;在跨毫秒时,序列号总是归0,会使得序列号为0的ID比较多,导致生成的ID取模后不均匀,所以序列号不是每次都归0,而是归一个0到9的随机数.
上面说的这几种方式我们可以根据自己的需要去选择。在游戏服务器开发中,根据自己的游戏类型选择,比如手机游戏,可以使用简单的redis方式,简单不容易出错,由于这种游戏单服并发新建id量并不太大,完全可以满足需要。而对于大型的世界游戏服务器,它本身就是以分布式为主的,所以可以使用snowflake的方式,上面的snowflake代码只是一个例子,需要自己根据自己的需求去定制,所以有额外的开发量,而且要注意上述所说的注意事项.
以上所述是小编给大家介绍的基于Java代码实现游戏服务器生成全局唯一ID的方法汇总,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对我网站的支持! 。
原文链接:http://www.cnblogs.com/wgslucky/archive/2016/10/27/6006157.html 。
最后此篇关于基于Java代码实现游戏服务器生成全局唯一ID的方法汇总的文章就讲到这里了,如果你想了解更多关于基于Java代码实现游戏服务器生成全局唯一ID的方法汇总的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
背景: 我最近一直在使用 JPA,我为相当大的关系数据库项目生成持久层的轻松程度给我留下了深刻的印象。 我们公司使用大量非 SQL 数据库,特别是面向列的数据库。我对可能对这些数据库使用 JPA 有一
我已经在我的 maven pom 中添加了这些构建配置,因为我希望将 Apache Solr 依赖项与 Jar 捆绑在一起。否则我得到了 SolarServerException: ClassNotF
interface ITurtle { void Fight(); void EatPizza(); } interface ILeonardo : ITurtle {
我希望可用于 Java 的对象/关系映射 (ORM) 工具之一能够满足这些要求: 使用 JPA 或 native SQL 查询获取大量行并将其作为实体对象返回。 允许在行(实体)中进行迭代,并在对当前
好像没有,因为我有实现From for 的代码, 我可以转换 A到 B与 .into() , 但同样的事情不适用于 Vec .into()一个Vec . 要么我搞砸了阻止实现派生的事情,要么这不应该发
在 C# 中,如果 A 实现 IX 并且 B 继承自 A ,是否必然遵循 B 实现 IX?如果是,是因为 LSP 吗?之间有什么区别吗: 1. Interface IX; Class A : IX;
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在阅读标准haskell库的(^)的实现代码: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | y0 a -> b ->a expo x0
我将把国际象棋游戏表示为 C++ 结构。我认为,最好的选择是树结构(因为在每个深度我们都有几个可能的移动)。 这是一个好的方法吗? struct TreeElement{ SomeMoveType
我正在为用户名数据库实现字符串匹配算法。我的方法采用现有的用户名数据库和用户想要的新用户名,然后检查用户名是否已被占用。如果采用该方法,则该方法应该返回带有数据库中未采用的数字的用户名。 例子: “贾
我正在尝试实现 Breadth-first search algorithm , 为了找到两个顶点之间的最短距离。我开发了一个 Queue 对象来保存和检索对象,并且我有一个二维数组来保存两个给定顶点
我目前正在 ika 中开发我的 Python 游戏,它使用 python 2.5 我决定为 AI 使用 A* 寻路。然而,我发现它对我的需要来说太慢了(3-4 个敌人可能会落后于游戏,但我想供应 4-
我正在寻找 Kademlia 的开源实现C/C++ 中的分布式哈希表。它必须是轻量级和跨平台的(win/linux/mac)。 它必须能够将信息发布到 DHT 并检索它。 最佳答案 OpenDHT是
我在一本书中读到这一行:-“当我们要求 C++ 实现运行程序时,它会通过调用此函数来实现。” 而且我想知道“C++ 实现”是什么意思或具体是什么。帮忙!? 最佳答案 “C++ 实现”是指编译器加上链接
我正在尝试使用分支定界的 C++ 实现这个背包问题。此网站上有一个 Java 版本:Implementing branch and bound for knapsack 我试图让我的 C++ 版本打印
在很多情况下,我需要在 C# 中访问合适的哈希算法,从重写 GetHashCode 到对数据执行快速比较/查找。 我发现 FNV 哈希是一种非常简单/好/快速的哈希算法。但是,我从未见过 C# 实现的
目录 LRU缓存替换策略 核心思想 不适用场景 算法基本实现 算法优化
1. 绪论 在前面文章中提到 空间直角坐标系相互转换 ,测绘坐标转换时,一般涉及到的情况是:两个直角坐标系的小角度转换。这个就是我们经常在测绘数据处理中,WGS-84坐标系、54北京坐标系
在软件开发过程中,有时候我们需要定时地检查数据库中的数据,并在发现新增数据时触发一个动作。为了实现这个需求,我们在 .Net 7 下进行一次简单的演示. PeriodicTimer .
二分查找 二分查找算法,说白了就是在有序的数组里面给予一个存在数组里面的值key,然后将其先和数组中间的比较,如果key大于中间值,进行下一次mid后面的比较,直到找到相等的,就可以得到它的位置。
我是一名优秀的程序员,十分优秀!