雪花算法-Snowflake

Snowflake是Twitter提出来的一个算法，其目的是生成一个64bit的整数:

1bit:一般是符号位，不做处理

41bit:用来记录时间戳，这里可以记录69年，如果设置好起始时间比如今年是2018年，那么可以用到2089年，到时候怎么办？要是这个系统能用69年，我相信这个系统早都重构了好多次了。

10bit:10bit用来记录机器ID，总共可以记录1024台机器，一般用前5位代表数据中心，后面5位是某个数据中心的机器ID

12bit:循环位，用来对同一个毫秒之内产生不同的ID，12位可以最多记录4095个，也就是在同一个机器同一毫秒最多记录4095个，多余的需要进行等待下毫秒。

上面只是一个将64bit划分的标准，当然也不一定这么做，可以根据不同业务的具体场景来划分，比如下面给出一个业务场景：

服务目前QPS10万，预计几年之内会发展到百万。

当前机器三地部署，上海，北京，深圳都有。

当前机器10台左右，预计未来会增加至百台。

这个时候我们根据上面的场景可以再次合理的划分62bit,QPS几年之内会发展到百万，那么每毫秒就是千级的请求，目前10台机器那么每台机器承担百级的请求，为了保证扩展，后面的循环位可以限制到1024，也就是2^10，那么循环位10位就足够了。

机器三地部署我们可以用3bit总共8来表示机房位置，当前的机器10台，为了保证扩展到百台那么可以用7bit 128来表示，时间位依然是41bit,那么还剩下64-10-3-7-41-1 = 2bit,还剩下2bit可以用来进行扩展。

时钟回拨

因为机器的原因会发生时间回拨，我们的雪花算法是强依赖我们的时间的，如果时间发生回拨，有可能会生成重复的ID，在我们上面的nextId中我们用当前时间和上一次的时间进行判断，如果当前时间小于上一次的时间那么肯定是发生了回拨，算法会直接抛出异常.

# Twitter's Snowflake algorithm implementation which is used to generate distributed IDs.

# https://github.com/twitter-archive/snowflake/blob/snowflake-2010/src/main/scala/com/twitter/service/snowflake/IdWorker.scala

import time

import logging

from .exceptions import InvalidSystemClock

# 64位ID的划分

WORKER_ID_BITS = 5

DATACENTER_ID_BITS = 5

SEQUENCE_BITS = 12

# 最大取值计算

MAX_WORKER_ID = -1 ^ (-1 << WORKER_ID_BITS) # 2**5-1 0b11111

MAX_DATACENTER_ID = -1 ^ (-1 << DATACENTER_ID_BITS)

# 移位偏移计算

WOKER_ID_SHIFT = SEQUENCE_BITS

DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS

TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS

# 序号循环掩码

SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS)

# Twitter元年时间戳

TWEPOCH = 1288834974657

logger = logging.getLogger('flask.app')

class IdWorker(object):

"""

用于生成IDs

"""

def __init__(self, datacenter_id, worker_id, sequence=0):

"""

初始化

:param datacenter_id: 数据中心(机器区域)ID

:param worker_id: 机器ID

:param sequence: 其实序号

"""

# sanity check

if worker_id > MAX_WORKER_ID or worker_id < 0:

raise ValueError('worker_id值越界')

if datacenter_id > MAX_DATACENTER_ID or datacenter_id < 0:

raise ValueError('datacenter_id值越界')

self.worker_id = worker_id

self.datacenter_id = datacenter_id

self.sequence = sequence

self.last_timestamp = -1 # 上次计算的时间戳

def _gen_timestamp(self):

"""

生成整数时间戳

:return:int timestamp

"""

return int(time.time() * 1000)

def get_id(self):

"""

获取新ID

:return:

"""

timestamp = self._gen_timestamp()

# 时钟回拨

if timestamp < self.last_timestamp:

logging.error('clock is moving backwards. Rejecting requests until {}'.format(self.last_timestamp))

raise InvalidSystemClock

if timestamp == self.last_timestamp:

self.sequence = (self.sequence + 1) & SEQUENCE_MASK

if self.sequence == 0:

timestamp = self._til_next_millis(self.last_timestamp)

else:

self.sequence = 0

self.last_timestamp = timestamp

new_id = ((timestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT) | (self.datacenter_id << DATACENTER_ID_SHIFT) | \

(self.worker_id << WOKER_ID_SHIFT) | self.sequence

return new_id

def _til_next_millis(self, last_timestamp):

"""

等到下一毫秒

"""

timestamp = self._gen_timestamp()

while timestamp <= last_timestamp:

timestamp = self._gen_timestamp()

return timestamp

if __name__ == '__main__':

worker = IdWorker(1, 2, 0)

print(worker.get_id())

同文件夹下建立exceptions.py

class InvalidSystemClock(Exception):

"""

时钟回拨异常

"""

pass

配置文件中添加,对应的是机器ID和序列号

# Snowflake ID Worker 参数

DATACENTER_ID = 0

WORKER_ID = 0

SEQUENCE = 0