SnowFlake 算法（雪花算法）
作者：互联网
雪花算法
-
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。
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：
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：
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
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