Mongo高性能揭秘之ObjectId解密

当你有空闲时间的时候，看看 Redis、Mongo 等系统的设计，收获会颇丰。

我在前面的一章讲解了，MongoDB 中 ObjectId 的生成原理。Mongo 中的 ObjectId 设计的很精妙，长度比雪花算法还长，还能不完全依赖于时钟（比如时钟回拨，我们可以通过调整 pid 的形式保障 ObjcetId 不重复）。但是它也有缺点，就是长度太长，占用空间比雪花算法还大，在 Java 中我们必须通过字符串来标识它。

我猜有部分网友可能会说，雪花算法我通过 Java 就可以实现哈，单独为了一个分布式 ID，我放弃雪花，引入 MongoDB 并不明智。

确实是这样的，但是技术架构师在技术选型时，往往考虑的是 Mongo 的 NoSQL 特性。

Mongo 在设计之初，就考虑了分布式，高性能的插入等需求场景，所以在 ObjectId 的设计上，它还支持让客户端生成 ObjectId。

具体的生成方法，我们通过 Mongo 的 Java 驱动程序来一探究竟。

访问网址https://github.com/mongodb/mongo-java-driver/downloads，下载 mongodb 的 java driver 源码（本地反编译驱动程序也是可以的，或者直接在 github 上看对应类的源码）。

驱动源码打开后，我们找到 org.bson 包下的 ObjectId.java 文件，针对性的看看这个类，进行分析。

默认构建的 objectId 代码主要由 _time，_machine 和 _inc 组成。为了方便讲解，我把部分源码摘录如下：

public class ObjectId implements Comparable<ObjectId>, Serializable {
	final int _time;
	final int _machine;
	final int _inc;
	boolean _new;

	public ObjectId(){
		_time = (int) (System.currentTimeMillis() / 1000);
		_machine = _genmachine;
		_inc = _nextInc.getAndIncrement();
		_new = true;
	}
}

需要说明的是，这里的 _machine 变量，实际上包括了机器码 machinePiece 和进程码 processPiece 两个部分。

_machine 变量的算法过程大致是这样的：先通过 NetworkInterface 这个类，获取机器的所有网络接口信息，然后将得到的字符串取散列值，就得到了机器码；再然后通过 RuntimeMXBean.getName() 方法获取 pid，接着再拼装 classloaderid，得到进程码；最后将机器码和进程码进行位或运算得到 _machine。当然这里生成的 _machine 是十进制的，需转成十六进制。

_time 就是我们的时间戳变量，直接由 System.currentTimeMillis() / 1000 计算得出的时间戳，当然这里生成的也是 10 进制的。

_inc 变量就是我们的自增变量，它的自增数是通过 Java 中的 AtomicInteger 类的 getAndIncrement() 方法获取，它能保证每次得到的值是一个递增并不重复的值。

需要注意的是，不同的版本，ObjectId 源码可能不一样，比如我又看了一个 mongo-java-driver-3.8.2.jar，它其中的变量分布如下，但是核心逻辑都是一样的。

public final class ObjectId implements Comparable<ObjectId>, Serializable {
    private static final long serialVersionUID = 3670079982654483072L;
    // ...
    private static final AtomicInteger NEXT_COUNTER = new AtomicInteger((new SecureRandom()).nextInt());
    private final int timestamp;
    private final int machineIdentifier;
    private final short processIdentifier;
    private final int counter;
    // ...
}

下面看看机器码的生成代码。

private static int createMachineIdentifier() {
    int machinePiece;
    try {
        StringBuilder sb = new StringBuilder();
        Enumeration e = NetworkInterface.getNetworkInterfaces();

        while(e.hasMoreElements()) {
            NetworkInterface ni = (NetworkInterface)e.nextElement();
            sb.append(ni.toString());
            byte[] mac = ni.getHardwareAddress();
            if (mac != null) {
                ByteBuffer bb = ByteBuffer.wrap(mac);

                try {
                    sb.append(bb.getChar());
                    sb.append(bb.getChar());
                    sb.append(bb.getChar());
                } catch (BufferUnderflowException var7) {
                    ;
                }
            }
        }

        machinePiece = sb.toString().hashCode();
    } catch (Throwable var8) {
        machinePiece = (new SecureRandom()).nextInt();
        LOGGER.debug("Failed to get machine identifier from network interface, using SecureRandom instead");
    }

    machinePiece &= 16777215;
    return machinePiece;
}

机器码生成的逻辑和我上面说的 _machine 类似，下面再看看进程 pid 的获取方式。

private static short createProcessIdentifier() {
    short processId;
    try {
        String processName = ManagementFactory.getRuntimeMXBean().getName();
        if (processName.contains("@")) {
            processId = (short)Integer.parseInt(processName.substring(0, processName.indexOf(64)));
        } else {
            processId = (short)ManagementFactory.getRuntimeMXBean().getName().hashCode();
        }
    } catch (Throwable var2) {
        processId = (short)(new SecureRandom()).nextInt();
        LOGGER.debug("Failed to get process identifier from JMX, using SecureRandom instead");
    }

    return processId;
}

nodejs 等其他语言的相关实现也是类似的，我就不在一一列举了。总之 Mongo 的高性能精髓还是很智慧的！

虽然 MongoDB 中 ObjectId 是轻量级的，但是如果全部在服务端生成肯定会花费一点开销，所以 Mongo 团队就想办法让 ObjectId 交给客户端去生成，让后服务端判断，如果插入的数据中已经有了 ObjcetId，我就采用，如果没有 ObjectId，服务端再生成。

Mongo 的高性能保障，ObjectId 的精妙设计只是其中之一。

： » Mongo高性能揭秘之ObjectId解密