SnowFlake 算法
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 算法实现代码
publicclassIdWorker{
//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ID2进制5位32位减掉1位31个
privatelongworkerId;
//机房ID2进制5位32位减掉1位31个
privatelongdatacenterId;
//代表一毫秒内生成的多个id的最新序号12位4096-1=4095个
privatelongsequence;
//设置一个时间初始值2^41-1差不多可以用69年
privatelongtwepoch=1585644268888L;
//5位的机器id
privatelongworkerIdBits=5L;
//5位的机房id
privatelongdatacenterIdBits=5L;
//每毫秒内产生的id数2的12次方
privatelongsequenceBits=12L;
//这个是二进制运算,就是5bit最多只能有31个数字,也就是说机器id最多只能是32以内
privatelongmaxWorkerId=-1L^(-1L<<workerIdBits);
//这个是一个意思,就是5bit最多只能有31个数字,机房id最多只能是32以内
privatelongmaxDatacenterId=-1L^(-1L<<datacenterIdBits);
privatelongworkerIdShift=sequenceBits;
privatelongdatacenterIdShift=sequenceBits workerIdBits;
privatelongtimestampLeftShift=sequenceBits workerIdBits datacenterIdBits;
privatelongsequenceMask=-1L^(-1L<<sequenceBits);
//记录产生时间毫秒数,判断是否是同1毫秒
privatelonglastTimestamp=-1L;
publiclonggetWorkerId(){
returnworkerId;
}
publiclonggetDatacenterId(){
returndatacenterId;
}
publiclonggetTimestamp(){
returnSystem.currentTimeMillis();
}
publicIdWorker(longworkerId,longdatacenterId,longsequence){
//检查机房id和机器id是否超过31不能小于0
if(workerId>maxWorkerId||workerId<0){
thrownewIllegalArgumentException(
String.format("workerIdcan'tbegreaterthan%dorlessthan0",maxWorkerId));
}
if(datacenterId>maxDatacenterId||datacenterId<0){
thrownewIllegalArgumentException(
String.format("datacenterIdcan'tbegreaterthan%dorlessthan0",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
publicsynchronizedlongnextId(){
//这儿就是获取当前时间戳,单位是毫秒
longtimestamp=timeGen();
if(timestamp<lastTimestamp){
System.err.printf(
"clockismovingbackwards.Rejectingrequestsuntil%d.",lastTimestamp);
thrownewRuntimeException(
String.format("Clockmovedbackwards.Refusingtogenerateidfor%dmilliseconds",
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64bit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
*@paramlastTimestamp
*@return
*/
privatelongtilNextMillis(longlastTimestamp){
longtimestamp=timeGen();
while(timestamp<=lastTimestamp){
timestamp=timeGen();
}
returntimestamp;
}
//获取当前时间戳
privatelongtimeGen(){
returnSystem.currentTimeMillis();
}
/**
*main测试类
*@paramargs
*/
publicstaticvoidmain(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);
}
}
「SnowFlake算法的优点:」
- 高性能高可用:生成时不依赖于数据库,完全在内存中生成。
- 容量大:每秒中能生成数百万的自增ID。
- 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」
原文:https://blog.csdn.net/lq18050010830/article/details/89845790
,