雪花算法python實現

雪花算法-Snowflake

Snowflake是Twitter提出來的一個算法，其目的是生成一個64bit的整數:

• 1bit:一般是符號位，不做處理
• 41bit:用來記錄時間戳，這里可以記錄69年，如果設置好起始時間比如今年是2018年，那么可以用到2089年，到時候怎么辦？要是這個系統能用69年，我相信這個系統早都重構了好多次了。
• 10bit:10bit用來記錄機器ID，總共可以記錄1024台機器，一般用前5位代表數據中心，后面5位是某個數據中心的機器ID
• 12bit:循環位，用來對同一個毫秒之內產生不同的ID，12位可以最多記錄4095個，也就是在同一個機器同一毫秒最多記錄4095個，多余的需要進行等待下毫秒。
  上面只是一個將64bit划分的標准，當然也不一定這么做，可以根據不同業務的具體場景來划分，比如下面給出一個業務場景：

1. 服務目前QPS10萬，預計幾年之內會發展到百萬。
2. 當前機器三地部署，上海，北京，深圳都有。
3. 當前機器10台左右，預計未來會增加至百台。
   這個時候我們根據上面的場景可以再次合理的划分62bit,QPS幾年之內會發展到百萬，那么每毫秒就是千級的請求，目前10台機器那么每台機器承擔百級的請求，為了保證擴展，后面的循環位可以限制到1024，也就是2^10，那么循環位10位就足夠了。

機器三地部署我們可以用3bit總共8來表示機房位置，當前的機器10台，為了保證擴展到百台那么可以用7bit 128來表示，時間位依然是41bit,那么還剩下64-10-3-7-41-1 = 2bit,還剩下2bit可以用來進行擴展。

• 時鍾回撥
  因為機器的原因會發生時間回撥，我們的雪花算法是強依賴我們的時間的，如果時間發生回撥，有可能會生成重復的ID，在我們上面的nextId中我們用當前時間和上一次的時間進行判斷，如果當前時間小於上一次的時間那么肯定是發生了回撥，算法會直接拋出異常.

# 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

# 最大取值計算
MAX_WORKER_ID = -1 ^ (-1 << WORKER_ID_BITS)  # 2**5-1 0b11111
MAX_DATACENTER_ID = -1 ^ (-1 << DATACENTER_ID_BITS)

# 移位偏移計算
WOKER_ID_SHIFT = SEQUENCE_BITS
DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS
TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS

# 序號循環掩碼
SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS)

# Twitter元年時間戳
TWEPOCH = 1288834974657


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


class IdWorker(object):
    """
    用於生成IDs
    """

    def __init__(self, datacenter_id, worker_id, sequence=0):
        """
        初始化
        :param datacenter_id: 數據中心（機器區域）ID
        :param worker_id: 機器ID
        :param sequence: 其實序號
        """
        # 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  # 上次計算的時間戳

    def _gen_timestamp(self):
        """
        生成整數時間戳
        :return:int timestamp
        """
        return int(time.time() * 1000)

    def get_id(self):
        """
        獲取新ID
        :return:
        """
        timestamp = self._gen_timestamp()

        # 時鍾回撥
        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())

同文件夾下建立exceptions.py

class InvalidSystemClock(Exception):
    """
    時鍾回撥異常
    """
    pass

配置文件中添加,對應的是機器ID和序列號

    # Snowflake ID Worker 參數
    DATACENTER_ID = 0
    WORKER_ID = 0
    SEQUENCE = 0