雪花算法生成的id总共64位8个字节，结构如下:

符号位	时间位	工作机器标识位	序列位
1位(固定位0)	41位	10位	12位

worker.id

sharding jdbc 4.1.1使用雪花算法生成分布式id时，会使用到属性work.id表示机器标识位，取值范围[0,1024)，配置示例如下：

sharding: tables: user: actual-data-nodes: ds$->{0..1}.user_$->{1..3}key-generator: column: idtype: SNOWFLAKEprops:worker.id: 100max.vibration.offset: 2database-strategy:inline:sharding-column: idalgorithm-expression: ds$->{id%2}table-strategy: inline:sharding-column: idalgorithm-expression: user_$->{id%3+1}

如果希望动态指定work.id属性，可以通过调用System.setProperty()的方式实现，示例如下：

package com.zhut.sharding.config;import org.springframework.context.annotation.Configuration;@Configuration
public class Config {static {System.setProperty("workerId", String.valueOf(100));}
}

这里只是个例子，具体的值可以通过ip或者hostname经过一定的运算后得到。

修改配置文件，改成这样 worker.id: ${workerId}

max.vibration.offset

标准的雪花算法，在生成id时，如果本次生成id的时间与上一次生成id的时间不是同一毫秒，即跨了毫秒，则序列部分会从0开始计算。如果不是高并发环境下，每次生成id都可能跨毫秒，这样每次生成的id都是偶数，如果根据id进行奇偶分片，则数据全部落到偶数表里面了，这种结果肯定不是我们期望的。

我们期望的结果是，数据能均匀的分布到奇偶表中，那么跨毫秒生成的id的序列就不能一直从0开始。max.vibration.offset就能解决这个问题，先看看源码（SnowflakeShardingKeyGenerator，在eclipse中可以使用Ctrl+T进行搜索）：

    private int sequenceOffset = -1;@Overridepublic synchronized Comparable<?> generateKey() {long currentMilliseconds = timeService.getCurrentMillis();if (waitTolerateTimeDifferenceIfNeed(currentMilliseconds)) {currentMilliseconds = timeService.getCurrentMillis();}if (lastMilliseconds == currentMilliseconds) {if (0L == (sequence = (sequence + 1) & SEQUENCE_MASK)) {currentMilliseconds = waitUntilNextTime(currentMilliseconds);}} else {vibrateSequenceOffset();sequence = sequenceOffset;}lastMilliseconds = currentMilliseconds;return ((currentMilliseconds - EPOCH) << TIMESTAMP_LEFT_SHIFT_BITS) | (getWorkerId() << WORKER_ID_LEFT_SHIFT_BITS) | sequence;}private int getMaxVibrationOffset() {int result = Integer.parseInt(properties.getProperty("max.vibration.offset", String.valueOf(DEFAULT_VIBRATION_VALUE)));Preconditions.checkArgument(result >= 0 && result <= SEQUENCE_MASK, "Illegal max vibration offset");return result;}private void vibrateSequenceOffset() {sequenceOffset = sequenceOffset >= getMaxVibrationOffset() ? 0 : sequenceOffset + 1;}

生成key时，如果跨毫秒了，则会执行vibrateSequenceOffset方法，该方法会读取max.vibration.offset的值，如果sequenceOffset大于或等于该值，则序列从0开始，否则序列每次在上次一次的基础上加1。则样就保证了奇偶均匀分布了。

如果max.vibration.offset配置为1，则每次的序列都按照0,1这个顺序反复取，如果配置位2，就按照0,1,2反复取。

sharding jdbc 的雪花算法中的属性worker.id和max.vibration.offset相关推荐

雪花算法中的时间回拨问题解决方案
什么是时间回拨问题雪花算法通过时间来即将作为id的区分标准之一,对于同一台id生成机器,它通过时间和序号保证id不重复当机器出现问题,时间可能回到之前,此时,时间就不能区分又或者因为闰秒的出现, ...
python雪花算法生成id_理解分布式id生成算法SnowFlake
分布式id生成算法的有很多种,Twitter的SnowFlake就是其中经典的一种. 概述 SnowFlake算法生成id的结果是一个64bit大小的整数,它的结构如下图: 1位,不用.二进制中最高位 ...
雪花算法及运用PHP,雪花算法生成全局唯一ID,参考了下网上雪花算法生成规则，机器ID和序列号自动获取理论上毫秒可生成 1024*4096个唯一ID
任务要求毫秒生成10000个唯一ID 研究了下twitter/snowflake的算法思想: 参考了下网上雪花算法生成规则,把数据中心和机器编号整合一起,变成10位机器ID, 机器ID和序列号自动获取 ...
html中item属性,项目id（属性） | itemid (attribute)
项目id(属性) | itemid (attribute) itemid全局属性是某个项目的唯一全局标识符.itemid属性只能为既具有元素指定itemscope和itemtype属性.此外,item ...
后端发送给前端雪花算法生成的Long类型Id 前端接收Id与发送的Id不匹配
问题描述:后端传Long类型给前端, Long类型数据大于17位时.前端拿到的数据出现精度丢失. 问题原因:后端传的Long类型Id是64位整数,在js中number类型的安全整数是53位,如果超过5 ...
Sharding JDBC分片和读写分离详解
目录 Sharding Sphere简介开始使用Sharding JDBC 数据分片简单示例 Spring Boot示例代码分析属性分析绑定表和广播表真实表绑定表广播表 Shardin ...
mybatis-plus雪花算法生成Id使用详解
文章目录前言一.mybatis-plus官网二.雪花算法实战 1.建表 2.新建测试工程 3.单元测试三.实现分析四.为什么默认就是雪花算法五.主动设置Id生成策略六.内置的雪花算法工具 ...
关于雪花算法id冲突的思考解决思路
1.背景: 公司的分布式应用部署了多个pod, 利用雪花算法来生成id, 然后用来保存数据, 但是生产上跑久了之后,偶尔间就会出现id碰撞的事情, 出现的概率非常小,但是一出现就会导致该笔业务处理失 ...
SnowflakeId - 雪花算法
组成结构雪花算法生成的ID是纯数字且具有时间顺序的.其原始版本是scala版,后面出现了许多其他语言的版本如Java.C++等. 1bit位标识,由于long基本类型在Java中是带符号的,最高 ...

sharding jdbc 的雪花算法中的属性worker.id和max.vibration.offset

worker.id

max.vibration.offset

sharding jdbc 的雪花算法中的属性worker.id和max.vibration.offset相关推荐

最新文章

热门文章