Java系列之雪花算法和原理

SnowFlake 算法：是 Twitter 开源的分布式 id 生成算法。
核心思想：使用一个 64 bit 的 long 型的数字作为全局唯一 id。
首先了解一下雪花ID的结构：从网上盗用一张；

针对上面各个部分做简单说明：

1bit:不用;因为二进制中最高位是符号位，1表示负数，0表示正数。生成的id一般都是用整数，所以最高位固定为0。
41bit-时间戳，用来记录时间戳，毫秒级。

41位可以表示2⁴¹-1个数字，
如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0 至 2⁴¹- 1;减1是因为可表示的数值范围是从0开始算的，而不是1。
也就是说41位可以表示2⁴¹-1个毫秒的值，转化成单位年则是(2⁴¹-1) / (1000 * 60 * 60 * 24 * 365)=69年

10bit-工作机器id，用来记录工作机器id。代表的是这个服务最多可以部署在 2¹⁰ 台机器上，也就是 1024 台机器。

可以部署在个节点，包括5位datacenterId和5位workerId;
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。
5位（bit）可以表示的最大正整数是，即可以用0、1、2、3、…31这32个数字，来表示不同的datecenterId或workerId;

12bit-序列号，序列号，用来记录同毫秒内产生的不同id。

12位（bit）可以表示的最大正整数是2¹² - 1 ，即可以用0、1、2、3、…4094这4095个数字，来表示同一机器同一时间截（毫秒)内产生的4095个ID序号。
对于分布式中雪花ID的应用理解：
SnowFlake算法生成的ID大致上是按照时间递增的，用在分布式系统中时，需要注意数据中心标识和机器标识必须唯一，这样就能保证每个节点生成的ID都是唯一的。或许我们不一定都需要像上面那样使用5位作为数据中心标识，5位作为机器标识，可以根据我们业务的需要，灵活分配节点部分，如：若不需要数据中心，完全可以使用全部10位作为机器标识；若数据中心不多，也可以只使用3位作为数据中心，7位作为机器标识。
snowflake生成的ID整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞（由datacenter和workerId作区分），并且效率较高。据说：snowflake每秒能够产生26万个ID。

综上，简单举例说明一下：

0 - 0001100101 0001010111 1101000100 1010111000 0 - 10001 - 11001 - 000000000000

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，11001。
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，000000000000。

源码实现

package com.qxy.utils;/*** @author wx* */
public final class SnowFlake {// 起始的时间戳private final static long START_STMP = 1577808000000L; //2020-01-01// 每一部分占用的位数，就三个private final static long SEQUENCE_BIT = 12; //序列号占用的位数private final static long MACHINE_BIT = 5; //机器标识占用的位数private final static long DATACENTER_BIT = 5; //数据中心占用的位数// 每一部分最大值private final static long MAX_DATACENTER_NUM = ~(-1L << DATACENTER_BIT);private final static long MAX_MACHINE_NUM = ~(-1L << MACHINE_BIT);private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT);// 每一部分向左的位移private final static long MACHINE_LEFT = SEQUENCE_BIT;private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;private long datacenterId; //数据中心private long machineId; //机器标识private long sequence = 0L; //序列号private long lastStmp = -1L; //上一次时间戳public SnowFlake(long datacenterId, long machineId) {if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");}if (machineId > MAX_MACHINE_NUM || machineId < 0) {throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");}this.datacenterId = datacenterId;this.machineId = machineId;}//产生下一个IDpublic synchronized long nextId() {long currStmp = timeGen();if (currStmp < lastStmp) {throw new RuntimeException("Clock moved backwards.  Refusing to generate id");}if (currStmp == lastStmp) {//if条件里表示当前调用和上一次调用落在了相同毫秒内，只能通过第三部分，序列号自增来判断为唯一，所以+1.sequence = (sequence + 1) & MAX_SEQUENCE;//同一毫秒的序列数已经达到最大，只能等待下一个毫秒if (sequence == 0L) {currStmp = getNextMill();}} else {//不同毫秒内，序列号置为0//执行到这个分支的前提是currTimestamp > lastTimestamp，说明本次调用跟上次调用对比，已经不再同一个毫秒内了，这个时候序号可以重新回置0了。sequence = 0L;}lastStmp = currStmp;//就是用相对毫秒数、机器ID和自增序号拼接return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分| datacenterId << DATACENTER_LEFT       //数据中心部分| machineId << MACHINE_LEFT             //机器标识部分| sequence;                             //序列号部分}private long getNextMill() {long mill = timeGen();while (mill <= lastStmp) {mill = timeGen();}return mill;}private long timeGen() {return System.currentTimeMillis();}public static void main(String[] args) {SnowFlake snowFlake = new SnowFlake(2, 3);for (int i =0; i < 1000; i ++) {System.out.println(snowFlake.nextId());}}}

总结：
SnowFlake 算法系统：首先从配置文件中读取自己所在的机房和机器，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，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。

Java系列之雪花算法和原理相关推荐

java如何用雪花算法批量生成唯一编码（保证位数不过长）？
最近有点忙,现在稍微闲一些,就想写写最近遇到的一些业务. 业务:一些商户.市场.档口等主体需要有唯一编码. 思路:一些前缀+雪花算法,此时位数过多,再转成六十四进制缩短位数即可.同时为了实现批量生成唯 ...
分布式--雪花算法--使用/原理/实例
原文网址:分布式--雪花算法--使用/原理/实例_IT利刃出鞘的博客-CSDN博客简介说明本文介绍分布式中的雪花算法.包括:用法.原理. 雪花算法用于生成全局的唯一ID. 使用时的注意事项需要 ...
Java工具类--雪花算法生成全局唯一ID
import java.lang.management.ManagementFactory; import java.net.InetAddress; import java.net.NetworkI ...
机器学习系列------1. GBDT算法的原理
GBDT算法是一种监督学习算法.监督学习算法需要解决如下两个问题: 1.损失函数尽可能的小,这样使得目标函数能够尽可能的符合样本 2.正则化函数对训练结果进行惩罚,避免过拟合,这样在预测的时候才能够准 ...
入门电机系列之6PID 算法的原理与应用
入门电机系列,基于STM32硬件本文章学习借鉴于野火团队资料,以表感谢.官网http://products.embedfire.com/ 入门电机系列之6PID 算法的原理与应用. 提示:写完文章后 ...
雪花算法的原理和实现
雪花算法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I ...
分布式主键解决方案----Twitter 雪花算法的原理（Java 版）
SnowFlake 雪花算法对于分布式系统环境,主键ID的设计很关键,什么自增intID那些是绝对不用的,比较早的时候,大部分系统都用UUID/GUID来作为主键,优点是方便又能解决问题,缺点是插入 ...
帮我用Java技术实现雪花算法
雪花算法是一种生成唯一ID的算法,常用于生成数据库主键.分布式系统中的ID等. 以下是Java代码示例: ``` public class SnowflakeIdWorker { // 起始时间戳(毫 ...
java雪花_基于java实现的雪花算法
一.关于雪花雪花(snowflake)在自然界中,是极具独特美丽,又变幻莫测的东西:雪花属于六方晶系,它具有四个结晶轴,其中三个辅轴在一个基面上,互相以60度的角度相交,第四轴(主晶轴)与三个辅轴所 ...

Java系列之雪花算法和原理

Java系列之雪花算法和原理相关推荐

最新文章

热门文章