關於雪花
雪花(snowflake)在自然界中，是極具獨特美麗，又變幻莫測的東西：
- 雪花屬於六方晶系，它具有四個結晶軸，其中三個輔軸在一個基面上，互相以60度的角度相交，第四軸(主晶軸)與三個輔軸所形成的基面垂直；
- 雪花的基本形狀是六角形，但是大自然中卻幾乎找不出兩朵完全相同的雪花，每一個雪花都擁有自己的獨有圖案，就象地球上找不出兩個完全相同的人一樣。許多學者用顯微鏡觀測過成千上萬朵雪花，這些研究最后表明，形狀、大小完全一樣和各部分完全對稱的雪花，在自然界中是無法形成的。
雪花算法：
雪花算法的原始版本是scala版，用於生成分布式ID（純數字，時間順序）,訂單編號等。
自增ID：對於數據敏感場景不宜使用，且不適合於分布式場景。
GUID：采用無意義字符串，數據量增大時造成訪問過慢，且不宜排序。
算法描述：
- 最高位是符號位，始終為0，不可用。
- 41位的時間序列，精確到毫秒級，41位的長度可以使用69年。時間位還有一個很重要的作用是可以根據時間進行排序。
- 10位的機器標識，10位的長度最多支持部署1024個節點。
- 12位的計數序列號，序列號即一系列的自增id，可以支持同一節點同一毫秒生成多個ID序號，12位的計數序列號支持每個節點每毫秒產生4096個ID序號。
Donet版本
using System; namespace System { /// <summary> /// 分布式ID算法（雪花算法） /// </summary> public class Snowflake { private static long machineId;//機器ID private static long datacenterId = 0L;//數據ID private static long sequence = 0L;//計數從零開始 private static long twepoch = 687888001020L; //唯一時間隨機量 private static long machineIdBits = 5L; //機器碼字節數 private static long datacenterIdBits = 5L;//數據字節數 public static long maxMachineId = -1L ^ -1L << (int)machineIdBits; //最大機器ID private static long maxDatacenterId = -1L ^ (-1L << (int)datacenterIdBits);//最大數據ID private static long sequenceBits = 12L; //計數器字節數，12個字節用來保存計數碼 private static long machineIdShift = sequenceBits; //機器碼數據左移位數，就是后面計數器占用的位數 private static long datacenterIdShift = sequenceBits + machineIdBits; private static long timestampLeftShift = sequenceBits + machineIdBits + datacenterIdBits; //時間戳左移動位數就是機器碼+計數器總字節數+數據字節數 public static long sequenceMask = -1L ^ -1L << (int)sequenceBits; //一微秒內可以產生計數，如果達到該值則等到下一微妙在進行生成 private static long lastTimestamp = -1L;//最后時間戳 private static object syncRoot = new object();//加鎖對象 static Snowflake snowflake; public static Snowflake Instance() { if (snowflake == null) snowflake = new Snowflake(); return snowflake; } public Snowflake() { Snowflakes(0L, -1); } public Snowflake(long machineId) { Snowflakes(machineId, -1); } public Snowflake(long machineId, long datacenterId) { Snowflakes(machineId, datacenterId); } private void Snowflakes(long machineId, long datacenterId) { if (machineId >= 0) { if (machineId > maxMachineId) { throw new Exception("機器碼ID非法"); } Snowflake.machineId = machineId; } if (datacenterId >= 0) { if (datacenterId > maxDatacenterId) { throw new Exception("數據中心ID非法"); } Snowflake.datacenterId = datacenterId; } } /// <summary> /// 生成當前時間戳 /// </summary> /// <returns>毫秒</returns> private static long GetTimestamp() { return (long)(DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, DateTimeKind.Utc)).TotalMilliseconds; } /// <summary> /// 獲取下一微秒時間戳 /// </summary> /// <param name="lastTimestamp"></param> /// <returns></returns> private static long GetNextTimestamp(long lastTimestamp) { long timestamp = GetTimestamp(); if (timestamp <= lastTimestamp) { timestamp = GetTimestamp(); } return timestamp; } /// <summary> /// 獲取長整型的ID /// </summary> /// <returns></returns> public long GetId() { lock (syncRoot) { long timestamp = GetTimestamp(); if (Snowflake.lastTimestamp == timestamp) { //同一微妙中生成ID sequence = (sequence + 1) & sequenceMask; //用&運算計算該微秒內產生的計數是否已經到達上限 if (sequence == 0) { //一微妙內產生的ID計數已達上限，等待下一微妙 timestamp = GetNextTimestamp(lastTimestamp); } } else { //不同微秒生成ID sequence = 0L; } if (timestamp < lastTimestamp) { throw new Exception("時間戳比上一次生成ID時時間戳還小，故異常"); } Snowflake.lastTimestamp = timestamp; //把當前時間戳保存為最后生成ID的時間戳 long Id = ((timestamp - twepoch) << (int)timestampLeftShift) | (datacenterId << (int)datacenterIdShift) | (machineId << (int)machineIdShift) | sequence; return Id; } } } }
Golang版
snowflake.go
package snowflake // twitter 雪花算法 // 把時間戳,工作機器ID, 序列號組合成一個 64位 int // 第一位置零, [2,42]這41位存放時間戳,[43,52]這10位存放機器id,[53,64]最后12位存放序列號 import "time" var ( machineID int64 // 機器 id 占10位, 十進制范圍是 [ 0, 1023 ] sn int64 // 序列號占 12 位,十進制范圍是 [ 0, 4095 ] lastTimeStamp int64 // 上次的時間戳(毫秒級), 1秒=1000毫秒, 1毫秒=1000微秒,1微秒=1000納秒 ) func init() { lastTimeStamp = time.Now().UnixNano() / 1000000 } func SetMachineId(mid int64) { // 把機器 id 左移 12 位,讓出 12 位空間給序列號使用 machineID = mid << 12 } func GetSnowflakeId() int64 { curTimeStamp := time.Now().UnixNano() / 1000000 // 同一毫秒 if curTimeStamp == lastTimeStamp { sn++ // 序列號占 12 位,十進制范圍是 [ 0, 4095 ] if sn > 4095 { time.Sleep(time.Millisecond) curTimeStamp = time.Now().UnixNano() / 1000000 lastTimeStamp = curTimeStamp sn = 0 } // 取 64 位的二進制數 0000000000 0000000000 0000000000 0001111111111 1111111111 1111111111 1 ( 這里共 41 個 1 )和時間戳進行並操作 // 並結果( 右數 )第 42 位必然是 0, 低 41 位也就是時間戳的低 41 位 rightBinValue := curTimeStamp & 0x1FFFFFFFFFF // 機器 id 占用10位空間,序列號占用12位空間,所以左移 22 位; 經過上面的並操作,左移后的第 1 位,必然是 0 rightBinValue <<= 22 id := rightBinValue | machineID | sn return id } if curTimeStamp > lastTimeStamp { sn = 0 lastTimeStamp = curTimeStamp // 取 64 位的二進制數 0000000000 0000000000 0000000000 0001111111111 1111111111 1111111111 1 ( 這里共 41 個 1 )和時間戳進行並操作 // 並結果( 右數 )第 42 位必然是 0, 低 41 位也就是時間戳的低 41 位 rightBinValue := curTimeStamp & 0x1FFFFFFFFFF // 機器 id 占用10位空間,序列號占用12位空間,所以左移 22 位; 經過上面的並操作,左移后的第 1 位,必然是 0 rightBinValue <<= 22 id := rightBinValue | machineID | sn return id } if curTimeStamp < lastTimeStamp { return 0 } return 0 }main.go
package main import ( "fmt" "reflect" "snowflake" "time" ) func main() { //var ids = []int64{} var ids = make([]int64, 0) //設置一個機器標識，如IP編碼,防止分布式機器生成重復碼 snowflake.SetMachineId(192168100101) fmt.Println("start", time.Now().Format("13:04:05")) for i := 0; i < 10000000; i++ { id := snowflake.GetSnowflakeId() ids = append(ids, id) } fmt.Println("end ", time.Now().Format("13:04:05")) result := Duplicate(ids) fmt.Println("去重后數量：", len(result)) fmt.Println(result[10], result[11], result[12], result[13], result[14]) fmt.Println(result[9990], result[9991], result[9992], result[9993], result[9994]) } //去重 func Duplicate(a interface{}) (ret []interface{}) { va := reflect.ValueOf(a) for i := 0; i < va.Len(); i++ { if i > 0 && reflect.DeepEqual(va.Index(i-1).Interface(), va.Index(i).Interface()) { continue } ret = append(ret, va.Index(i).Interface()) } return ret }注意：在分布式系統中給每台機器設置一個int64的機器碼，可以是IP編號+隨機數，如
192168011234（192.168.0.1+1234）
測試結果：
結論：
理論上生成速率為kw/秒，所以完全滿足一般企業級應用， 算法可靠（去重處理在此也是多此一舉）；
性能：100W+/秒；
參考：
https://blog.csdn.net/u011499747/article/details/78254990