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ID 引入了时间戳,基本上保持自增的,后面的代码中有详细的注解。

 

这 64 个 bit 中,其中 1 个 bit 是不用的,然后用其中的 41 bit 作为毫秒数,用 10 bit 作为工作机器 id,12 bit
作为序列号。

 

给大家举个例子吧,比如下面那个 64 bit 的 long 型数字:

*
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,1 1001。

*
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,0000 00000000。

 

①1 bit:是不用的,为啥呢?

 

因为二进制里第一个 bit 为如果是 1,那么都是负数,但是我们生成的 id 都是正数,所以第一个 bit 统一都是 0。

 

②41 bit:表示的是时间戳,单位是毫秒。

 

41 bit 可以表示的数字多达 2^41 - 1,也就是可以标识 2 ^ 41 - 1 个毫秒值,换算成年就是表示 69 年的时间。

 

③10 bit:记录工作机器 id,代表的是这个服务最多可以部署在 2^10 台机器上,也就是 1024 台机器。

 

但是 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。

 

④12 bit:这个是用来记录同一个毫秒内产生的不同 id。

 

12 bit 可以代表的最大正整数是 2 ^ 12 - 1 = 4096,也就是说可以用这个 12 bit 代表的数字来区分同一个毫秒内的 4096
个不同的 id。

 

简单来说,你的某个服务假设要生成一个全局唯一 id,那么就可以发送一个请求给部署了 SnowFlake 算法的系统,由这个 SnowFlake
算法系统来生成唯一 id。

 

这个 SnowFlake 算法系统首先肯定是知道自己所在的机房和机器的,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,首先就会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。

 

最终一个 64 个 bit 的 id 就出来了,类似于:

 

这个算法可以保证说,一个机房的一台机器上,在同一毫秒内,生成了一个唯一的 id。可能一个毫秒内会生成多个 id,但是有最后 12 个 bit
的序号来区分开来。

 

下面我们简单看看这个 SnowFlake 算法的一个代码实现,这就是个示例,大家如果理解了这个意思之后,以后可以自己尝试改造这个算法。

 

总之就是用一个 64 bit 的数字中各个 bit 位来设置不同的标志位,区分每一个 id。

 

SnowFlake 算法的实现代码如下:
public class IdWorker { //因为二进制里第一个 bit 为如果是 1,那么都是负数,但是我们生成的 id 都是正数,所以第一个
bit 统一都是 0。 //机器ID 2进制5位 32位减掉1位 31个 private long workerId; //机房ID 2进制5位
32位减掉1位 31个 private long datacenterId; //代表一毫秒内生成的多个id的最新序号 12位 4096 -1 = 4095
个 private long sequence; //设置一个时间初始值 2^41 - 1 差不多可以用69年 private long twepoch =
1585644268888L; //5位的机器id private long workerIdBits = 5L; //5位的机房id private
long datacenterIdBits = 5L; //每毫秒内产生的id数 2 的 12次方 private long sequenceBits =
12L; // 这个是二进制运算,就是5 bit最多只能有31个数字,也就是说机器id最多只能是32以内 private long maxWorkerId =
-1L ^ (-1L << workerIdBits); // 这个是一个意思,就是5 bit最多只能有31个数字,机房id最多只能是32以内 private
long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); private long
workerIdShift = sequenceBits; private long datacenterIdShift = sequenceBits +
workerIdBits; private long timestampLeftShift = sequenceBits + workerIdBits +
datacenterIdBits; private long sequenceMask = -1L ^ (-1L << sequenceBits);
//记录产生时间毫秒数,判断是否是同1毫秒 private long lastTimestamp = -1L; public long
getWorkerId(){ return workerId; } public long getDatacenterId() { return
datacenterId; } public long getTimestamp() { return System.currentTimeMillis();
} public IdWorker(long workerId, long datacenterId, long sequence) { //
检查机房id和机器id是否超过31 不能小于0 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; this.sequence = sequence; } //
这个是核心方法,通过调用nextId()方法,让当前这台机器上的snowflake算法程序生成一个全局唯一的id public synchronized
long nextId() { // 这儿就是获取当前时间戳,单位是毫秒 long timestamp = timeGen(); if (timestamp
< lastTimestamp) { System.err.printf( "clock is moving backwards. Rejecting
requests until %d.", lastTimestamp); throw new RuntimeException(
String.format("Clock moved backwards. Refusing to generate id for %d
milliseconds", lastTimestamp - timestamp)); } // 下面是说假设在同一个毫秒内,又发送了一个请求生成一个id
// 这个时候就得把seqence序号给递增1,最多就是4096 if (lastTimestamp == timestamp) { //
这个意思是说一个毫秒内最多只能有4096个数字,无论你传递多少进来,
//这个位运算保证始终就是在4096这个范围内,避免你自己传递个sequence超过了4096这个范围 sequence = (sequence + 1) &
sequenceMask; //当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID if (sequence ==
0) { timestamp = tilNextMillis(lastTimestamp); } } else { sequence = 0; } //
这儿记录一下最近一次生成id的时间戳,单位是毫秒 lastTimestamp = timestamp; //
这儿就是最核心的二进制位运算操作,生成一个64bit的id // 先将当前时间戳左移,放到41 bit那儿;将机房id左移放到5
bit那儿;将机器id左移放到5 bit那儿;将序号放最后12 bit // 最后拼接起来成一个64 bit的二进制数字,转换成10进制就是个long型
return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId <<
datacenterIdShift) | (workerId << workerIdShift) | sequence; } /** *
当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID * @param lastTimestamp * @return
*/ private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen();
while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp;
} //获取当前时间戳 private long timeGen(){ return System.currentTimeMillis(); } /** *
main 测试类 * @param args */ public static void main(String[] args) {
System.out.println(1&4596); System.out.println(2&4596);
System.out.println(6&4596); System.out.println(6&4596);
System.out.println(6&4596); System.out.println(6&4596); // IdWorker worker =
new IdWorker(1,1,1); // for (int i = 0; i < 22; i++) { //
System.out.println(worker.nextId()); // } } }
SnowFlake算法的优点:

(1)高性能高可用:生成时不依赖于数据库,完全在内存中生成。

(2)容量大:每秒中能生成数百万的自增ID。

(3)ID自增:存入数据库中,索引效率高。

 

SnowFlake算法的缺点:

依赖与系统时间的一致性,如果系统时间被回调,或者改变,可能会造成id冲突或者重复。
 

 

实际中我们的机房并没有那么多,我们可以改进改算法,将10bit的机器id优化,成业务表或者和我们系统相关的业务。

技术
©2019-2020 Toolsou All rights reserved,
中国月球车“月兔二号”在月球发现一块奇怪岩石Vue常用特性(一)关于过年R语言聚类分析案例这些歌,程序员千万万万万别听!崮德好文连载 - 活该你是工程师(自序)20考研吉大计算机学院软件学院人工智能学院考研高分学长复习攻略!!!中国最长高铁正式开通!跑完全程最快30.5小时中台透彻讲解过拟合和欠拟合的形象解释