在《消息顺序性为何这么难？》中，介绍了一种为了保证“所有群友展示的群消息时序都是一致的”所使用的“id串行化”的方法：让同一个群gid的所有消息落在同一台服务器上处理。
id串行化是如何实现的呢？
客户端，反向代理层，接入层，服务层，存储层，这是互联网常见的高可用分层架构。
画外音：这个图用过好多次。
这里的“服务层”至关重要，id串行化保证的是，同一个群gid的消息落在同一个服务上。
画外音：服务集群有很多节点，如果能落在同一个服务节点上，就可以利用这个服务节点做消息串行化。
服务一般由rpc框架实现，上游调用方是多线程程序，通过rpc-client访问服务，而rpc-client内部又通过连接池connection-pool来访问的。
画外音：为了保证高可用，连接池会对集群中的每个服务都建立连接。
如上图：
（1）上游是业务应用；
（2）下游是服务集群；
（3）业务应用，它又分为了这么几个部分：
上层是任务队列(粉色)；
中间是工作线程(蓝色)，每个工作线程完成实际的业务任务，典型的工作任务是通过服务连接池进行rpc调用；
下层是服务连接池(绿色)，所有的rpc调用都是通过服务连接池往下游服务发请求执行；
画外音：橙色是连接池中的一条连接。
工作线程的典型工作流是这样的：
对连接池进行少量改动，获取连接时：
cpool.getconnection()
画外音：返回任何一个可用服务连接。
升级为
cpool.getconnection(long id)
画外音：返回id取模相关联的服务连接。
只要传入群gid，就能够保证同一个群的请求获取到同一个连接，从而使请求落到同一个服务上。
需要注意的是，连接池不关心传入的long id是什么业务含义：
（1）传入群gid，同gid的请求落在同一个服务上；
（2）传入用户uid，同uid的请求落在同一个服务上；
（3）传入任何业务xid，同业务xid的请求落在同一个服务上；
不会，当有下游服务挂掉的时候，连接池能够检测到连接的可用性，取模时要把不可用的服务连接排除掉。
不会，只要数据访问id是均衡的，从全局来看，由id取模获取各连接的概率也是均等的，即负载是均衡的。
获取连接，id取模，希望大家有收获。
架构师之路-分享可落地的技术文章
相关推荐：
《离不开的微服务架构，脱不开的rpc细节（值得收藏）》
《究竟啥才是互联网架构“高可用”》