Twitter-Snowflake：自增ID算法

時間 2019-11-06

標籤 snowflake 算法简体版

原文原文鏈接

簡介

Twitter 早期用 MySQL 存儲數據，隨着用戶的增加，單一的 MySQL 實例無法承受海量的數據，後來團隊就研究如何產生完美的自增ID，以知足兩個基本的要求：php

每秒能生成幾十萬條 ID 用於標識不一樣的記錄；
這些 ID 應該能夠有個大體的順序，也就是說發佈時間相近的兩條記錄，它們的 ID也應當相近，這樣才能方便各類客戶端對記錄進行排序。

Twitter-Snowflake算法就是在這樣的背景下產生的。git

核心

Twitter 解決這兩個問題的方案很是簡單高效：每個 ID 都是 64 位數字，由時間戳、工做機器節點和序列號組成， ID是由當前所在的機器節點生成的。如圖：github

下面先說明一下各個區間的做用。redis

符號位：用於區分正負數。1爲負數，0爲整數。通常不須要負數，因此值固定爲0。
時間戳：一共預留41bit保存毫秒級時間戳。由於毫秒級時間戳長度是13位：41位二進制最大值(T)是：$2^{41}-1 = 2199023255551 $ , 恰好13位。能夠表示的年份 = T / (3600 24 365 * 1000) = 69.7年。換算成Unix時間也就是能夠表示到：2039-09-07 23:47:35：

你們會以爲這個時間不夠用啊，不要緊，後面會講如何優化。算法

工做機器：預留了10bit保存機器ID。只要機器ID不同，每毫秒生成的ID是不同的。一共能夠支持多少臺機器同時生成ID呢？答案是 1023 臺（$2^{10}-1$）。
若是工做機器比較少，可使用配置文件來設置這個id，或者使用隨機數。若是機器過多就得單獨實現一共工做機器ID分配器了，好比使用redis自增，或者利用Mysql auto_increment機制也能夠達到效果。sql
序列號：序列號一共是12bit，爲了處理在同一機器同一毫秒內須要給多條消息分配id的狀況，一共能夠產生4095個序列號(0~4095， $2^{12}-1$)。

綜上：同一臺機器1毫秒內可產生4095個ID，所有機器1毫秒內可產生 4095 * 1023 個ID。因爲全是在各個機器本地生成，效率很是高。數據庫

簡單實現

下面是一個簡單實現：僅有時間戳，機器位爲0，序列號爲0：架構

#include <stdio.h>

int main()
{
    long long id;
    id = 1572057648000 << 22; //至關於 id = 1572057648000 << 22 | 0 << 12 | 0;
    printf("id=%lld\n", id);
   
   return 0;
}

輸出：併發

id=6593687681236992000

代碼實現主要用到了左移和或位運算（或運算），各個語言相似。上面的實現輸出的結果是一個19位長度的整數。分佈式

優化

一、時間戳優化

若是時間戳取當前毫秒級時間戳，那麼只能表示到2039年，遠遠不夠。咱們發現，1970到當前時間這個區間實際上是永遠都不會用了，那麼，爲什麼不使用偏移量呢？也就是時間戳部分不直接取當前毫秒級時間戳，而是在此基礎上減去一個過去時間：

id = (1572057648000 - 1569859200000) << 22;

輸出：

id=9220959240192000

上面代碼中，第一個時間戳是當前毫秒級時間戳，第二個則是一個過去時間戳（1569859200000表示2019-10-01 00:00:00）。這樣咱們能夠表示的年大概是 當前年份(例如2019) + 69 = 2088 年，很長一段時間內都夠用。

二、序列號

序列號默認取0，若是已經使用了則自增。若自增到4096，也就是同一毫秒內的序列號用完了，怎麼辦呢？須要等待至下一毫秒。部分代碼示例：

//同一毫秒併發調用
if (ts == (iw.last_time_stamp)) {
    //序列號自增
    iw.sequence = (iw.sequence+1) & MASK_SEQUENCE;

    //序列號自增到最大值4096，4095 & 4096 = 0
    if (iw.sequence == 0) {
        //等待至下一毫秒
        ts = time_re_gen(ts);
    }
} else { //同一毫秒沒有重複的
    iw.last_time_stamp = ts;
}

算法變種

一、53bits版本：由於js只支持53位bit的數值

* 0 32 51 53
+-----------+------+------+
|0|time(32) |workid(8) |seq(12) |
+-----------+------+------+

二、其它版本

咱們也能夠根據本身的業務需求，將不一樣區間的bit位進行調整。機器位和序列號ID並非必須的，能夠合併。或者拆分出更多的區間表示更多的意義。例如訂單號：

* 0 41 47 59  64
+-----------+------+------+------+------+
|0|time(41) |workid(6) |seq(12) | uid(4)
+-----------+------+------+------+------+

咱們對訂單分16個（2^4）表，每次將 uid & 0xF（也就是 uid & 15）的結果放到後四位，這樣之後根據uid查訂單的時候，uid mod 16 就能獲得數據在哪一個分表；同時根據訂單ID自己也能找到對應的分表。示例：

php > echo 1572070381000 << 22 | 1 << 16 | 0 << 4 | (1820 & 15);
6593741087309889548
php > echo 1572070381000 << 22 | 1 << 16 | 0 << 4 | (5177331 & 15);
6593741087309889539

驗證測試：

php > echo 1572070381000 << 22 | 1 << 16 | 0 << 4 | (5177331 & 15);
6593741087309889539
php > echo 6593741087309889548 % 16;
12
php > echo 1820 % 16;
12
php > echo 6593741087309889539 % 16;
3
php > echo 5177331 % 16;
3

從上面的結果能夠看出來，uid、訂單號都能定位到相同的分表。

對一個2的n次冪的數num取模(2^n)，本質就是num對應二進制的末尾n個bit的和取模。

代碼實現

參考網上其它語言的版本，本身寫了C和PHP版本的：

snowflake-c/snowflake.c at master · 52fhy/snowflake-c
https://github.com/52fhy/snow...
52fhy/IDWork: Twitter的 Snowflake的PHP版
https://github.com/52fhy/IDWork

github上其它版本：