雪花算法(附工具類)

一、基礎知識

什么是雪花算法

　　Snowflake 中文的意思是雪花，所以常被稱為雪花算法，是 Twitter 開源的分布式 ID 生成算法。

　　Twitter 雪花算法生成后是一個 64bit 的 long 型的數值，組成部分引入了時間戳，基本保持了自增

SnowFlake 算法的優點：

1. 高性能高可用：生成時不依賴於數據庫，完全在內存中生成
2. 高吞吐：每秒鍾能生成數百萬的自增 ID
3. ID 自增：存入數據庫中，索引效率高

SnowFlake 算法的缺點：

　　依賴與系統時間的一致性，如果系統時間被回調，或者改變，可能會造成 ID 沖突或者重復。

雪花算法組成

 

 

包含四個組成部分：

• 不使用：1bit，最高位是符號位，0 表示正，1 表示負，固定為 0
• 時間戳：41bit，毫秒級的時間戳（41 位的長度可以使用 69 年）
• 標識位：5bit 數據中心 ID，5bit 工作機器 ID，兩個標識位組合起來最多可以支持部署 1024 個節點
• 序列號：12bit 遞增序列號，表示節點毫秒內生成重復，通過序列號表示唯一，12bit 每毫秒可產生 4096 個 ID

 

二、雪花算法適用場景

　　　　因為雪花算法有序自增，保障了 MySQL 中 B+ Tree 索引結構插入高性能，所以，日常業務使用中，雪花算法更多是被應用在數據庫的主鍵 ID 和業務關聯主鍵。

 

三、雪花算法生成 ID 重復問題

　　new對象(下面提供的方法)時,不要在循環內創建對象

 

四、工具類(附運行main)

 

 

/**
 * @Description 雪花算法
 *
 */
public class IdWorker {
    private final long twepoch = 1288834974657L;
    private final long workerIdBits = 5L;
    private final long datacenterIdBits = 5L;
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    private final long sequenceBits = 12L;
    private final long workerIdShift = sequenceBits;
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);
 
    private long workerId;
    private long datacenterId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;
 
    public IdWorker(long workerId, long datacenterId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
        }
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }

    /**
     * 獲得下一個ID (該方法是線程安全的)
     * @return SnowflakeId
     */
    public synchronized long nextId() {
        long timestamp = timeGen();
        //如果當前時間小於上一次ID生成的時間戳，說明系統時鍾回退過這個時候應當拋出異常
        if (timestamp < lastTimestamp) {
            throw new RuntimeException(
                    String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        //如果是同一時間生成的，則進行毫秒內序列
        if (lastTimestamp == timestamp) {
            //如果毫秒相同，則從0遞增生成序列號
            sequence = (sequence + 1) & sequenceMask;
            //毫秒內序列溢出
            if (sequence == 0) {
                //阻塞到下一個毫秒,獲得新的時間戳
                timestamp = tilNextMillis(lastTimestamp);
            }
        }
        //時間戳改變，毫秒內序列重置
        else {
            sequence = 0L;
        }

        //上次生成ID的時間截
        lastTimestamp = timestamp;

        //移位並通過或運算拼到一起組成64位的ID
        return ((timestamp - twepoch) << timestampLeftShift) //
                | (workerId << workerIdShift) //
                | sequence;
    }
 
    protected long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }
 
    protected long timeGen() {
        return System.currentTimeMillis();
    }
 
    public static void main(String[] args) {
        IdWorker idWorker = new IdWorker(0, 0);
        for (int i = 0; i < 100; i++) {
            long id = idWorker.nextId();
            System.out.println(id);
        }
    }
}