编程语言
首页 > 编程语言> > SnowFlake 算法(雪花算法)

SnowFlake 算法(雪花算法)

作者:互联网

雪花算法

  1. 原理

     雪花算法生成的最终结果其实就是一个long类型的Java长整型数字,算法所有的内容都是针对这个数字进行运算的,Java基础类型相信都很熟悉,有32位的整型int类型,和64位的长整型long类型。
    

SnowFlake 算法,是 Twitter 开源的分布式 id 生成算法。其核心思想就是:使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛,且ID 引入了时间戳,基本上保持自增的,后面的代码中有详细的注解。
这 64 个 bit 中,其中 1 个 bit 是不用的,然后用其中的 41 bit 作为毫秒数,用 10bit 作为工作机器 id,12 bit 作为序列号。
在这里插入图片描述
举个例子吧,比如下面那个 64 bit 的 long 型数字:
第一个部分,是 1 个 bit:0,这个是无意义的。
第二个部分是 41 个 bit:表示的是时间戳。
第三个部分是 5 个 bit:表示的是机房 id,10001。
第四个部分是 5 个 bit:表示的是机器 id,1 1001。
第五个部分是 12 个 bit:表示的序号,就是某个机房某台机器上这一毫秒内同时生成的id 的序号,0000 00000000。

①1 bit:是不用的,为啥呢?
因为二进制里第一个 bit 为如果是 1,那么都是负数,但是我们生成的 id 都是正数,所以第一个 bit 统一都是 0。
②41 bit:表示的是时间戳,单位是毫秒。41 bit 可以表示的数字多达 2^41 - 1,也就是可以标识 2 ^ 41 - 1 个毫秒值,换算成年就是表示 69 年的时间。
③10 bit:记录工作机器 id,代表的是这个服务最多可以部署在 2^10
台机器上,也就是 1024 台机器。
但是 10 bit 里 5 个 bit 代表机房 id,5 个 bit 代表机器 id。意思就是最多代表 2 ^ 5 个机房(32 个机房),每个机房里可以代表 2 ^ 5 个机器(32 台机器),也可以根据自己公司的实际情况确定。
④12 bit:这个是用来记录同一个毫秒内产生的不同 id。
12 bit 可以代表的最大正整数是 2 ^ 12 - 1 = 4096,也就是说可以用这个 12 bit 代表的数字来区分同一个毫秒内的 4096 个不同的 id。
简单来说,你的某个服务假设要生成一个全局唯一 id,那么就可以发送一个请求给部署了SnowFlake 算法的系统,由这个 SnowFlake 算法系统来生成唯一 id。这个 SnowFlake 算法系统首先肯定是知道自己所在的机房和机器的,比如机房 id = 17,机器 id = 12。接着 SnowFlake 算法系统接收到这个请求之后,首先就会用二进制位运算的方式生成一个64 bit 的 long 型 id,64 个 bit 中的第一个 bit 是无意义的。
接着 41 个 bit,就可以用当前时间戳(单位到毫秒),然后接着 5 个 bit 设置上这个机房id,还有 5 个 bit 设置上机器 id。
最后再判断一下,当前这台机房的这台机器上这一毫秒内,这是第几个请求,给这次生成id 的请求累加一个序号,作为最后的 12 个 bit。最终一个 64 个 bit 的 id 就出来了,类似于:

在这里插入图片描述
这个算法可以保证说,一个机房的一台机器上,在同一毫秒内,生成了一个唯一的 id。可能一个毫秒内会生成多个 id,但是有最后 12 个 bit 的序号来区分开来。下面我们简单看看这个 SnowFlake 算法的一个代码实现,这就是个示例,大家如果理解了这个意思之后,以后可以自己尝试改造这个算法。总之就是用一个 64 bit 的数字中各个 bit 位来设置不同的标志位,区分每一个 id。逻辑运算符:
在这里插入图片描述
SnowFlake算法的优点:
(1)高性能高可用:生成时不依赖于数据库,完全在内存中生成。
(2)容量大:每秒中能生成数百万的自增ID。
(3)ID自增:存入数据库中,索引效率高。
SnowFlake算法的缺点:
依赖与系统时间的一致性,如果系统时间被回调,或者改变,可能会造成id冲突或者重复。
代码:

package com.company;

public class Main<sequence> {

    public static class IdWorker {
        //因为二进制里面第一个bit位如果是1,代表是负数,因为我们的ID是自增的
        // 机器ID 二进制5位,32位减掉1位剩余31位。
        private long workerId;
        //机房Id 进制5位,32位减掉1位剩余31位。
        private long datacenterId;
        //每一毫秒产生多个Id序列号
        private long sequence;
        //设置初始时间
        private long twepoch = 1586442;
        //设置5位机房Id
        private long workerIdbits = 5L;
        //设置5位的机器Id
        private long datacenterIdBits = 5L;
        //设置每毫秒内产生的Id
        private long sequenceBits = 12L;
        //设置二进制的运算
        private long maxWorkerId = -1L ^ (-1L << workerIdbits);  //^按位异或
        //就就是5bit位最多只能有31个数字机房Id最多智能有32位以内
        private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
        //赋值
        private long workerIdShift = sequenceBits;
        private long datacenterIdShift = sequenceBits + workerIdbits;
        private long timestampLeftShift = sequenceBits + workerIdbits + datacenterIdBits;
        private long sequenceMask = -1L ^ (-1L << sequenceBits);
        //记录一下产生时间的毫秒数,判断是否同一秒内
        private long lastTimestamp = -1L;

        public IdWorker(int i, int i1, int i2) {
        }

        public long getWorkerId() {
            return workerId;
        }

        public long getDatacenterId() {
            return datacenterId;
        }

        public long getTimestamp() {
            return System.currentTimeMillis();
        }

        public void IWorker(long workId, long datacenterIdlong, long sequence) {
            //检查机房Id和机器Id是否超过31,然后不能小于0
            if (workId > maxWorkerId || workId < 0) {
                throw new IllegalArgumentException(
                        String.format("WWWW", maxWorkerId)
                );
            }
            if (datacenterId > maxDatacenterId || datacenterId < 0) {
                throw new IllegalArgumentException(
                        String.format("WWWW", maxDatacenterId)
                );
            }
            this.workerId = workerId;
            this.workerId = workerId;
            this.workerId = workerId;
        }

        // 这个是核心方法,通过调用nextId()方法,让当前这台机器上的snowflake算法程序生成一个全局唯一的id
        public synchronized long nextId() {
            //这就是获取当前时间戳,单位毫秒
            long timestamp = timeGen();
            if (timestamp < lastTimestamp) {
                System.out.printf("clock is moving backwards. Rejecting requests until %d.", lastTimestamp);
                throw new RuntimeException(
                        String.format("Clock moved backwards. Refusing to generate id for %d mi lliseconds",
                                lastTimestamp - timestamp));

            }
            //下面是说假设在同一个毫秒内,又发送了一个请求生成一个ID
            //这时候就得把sequence序号传递给递增1,最多就是4096
            if (lastTimestamp == timestamp) {
                //这个意思是说一个毫秒内最多只能有4096个数字,无论你传递多少进来
                //这个位运算保证始终就是在4096这个范围内,避免你自己传递个sequence超过了4096这个范围
                if (sequence == 0) {
                    timestamp = tilNextMillis(lastTimestamp);
                }
            } else {
                sequence = 0;
            }
            // 这儿记录一下最近一次生成id的时间戳,单位是毫秒
            lastTimestamp = timestamp;
            // 这儿就是最核心的二进制位运算操作,生成一个64bit的id
            // 先将当前时间戳左移,放到41 bit那儿;将机房id左移放到5 bit那儿;将机器id左 移放到5 bit那儿;将序号放最后12 bit
            // 最后拼接起来成一个64 bit的二进制数字,转换成10进制就是个long型
            return ((timestamp - twepoch) << timestampLeftShift) |
                    (datacenterId << datacenterIdShift) |
                    (workerId << workerIdShift) |
                    sequence;
        }

        /**
         * 当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继 续产生ID
         *
         * @param lastTimestamp
         * @return
         */
        private long tilNextMillis(long lastTimestamp) {
            long timestamp = timeGen();
            while (timestamp <= lastTimestamp) {
                timestamp = timeGen();
            }
            return timestamp;
        }

        //获取当前时间戳
        private long timeGen() {
            return System.currentTimeMillis();
        }

        /**
         * main 测试类
         *
         * @param args
         */
        public static void main(String[] args) {
            System.out.println(1 & 4596);
            System.out.println(3 & 4596);
            System.out.println(3 & 4596);
            System.out.println(2 & 4596);
            System.out.println(6 & 4596);
            System.out.println(6 & 4596);
            IdWorker worker = new IdWorker(2,1,1);
            for (int i = 0; i < 20; i++) {
                System.out.println(worker.nextId());
            }
        }
    }
}


结果
在这里插入图片描述

标签:雪花,long,SnowFlake,毫秒,算法,机房,bit,id
来源: https://blog.csdn.net/qq_42040129/article/details/118511734