分佈式id

    分佈式id通常是服務於數據庫主鍵。

一、單點數據庫使用數據庫

    並不須要分佈式id，使用普通的自增id或uuid就能夠了。

    優點：

• 簡單，無需程序任何附加操做
• 保持定長的增量
• 在單表中能保持惟一性

    劣勢：

• 高併發下性能不佳，主鍵產生的性能上限是數據庫服務器單機的上限。

二、分佈式數據庫（存在分庫分表）

2.一、 UUID

    能夠經過java程序（UUID.randomUUID().toString()）生成，數據庫也能夠生成（不建議）。

優點：

• 本地生成ID，不須要進行遠程調用。
• 全局惟一不重複。
• 水平擴展能力很是好。

劣勢：

• ID有128 bits,佔用的空間較大，須要存成字符串類型，索引效率極低。
• 生成的ID中沒有帶Timestamp，沒法保證趨勢遞增。

2.二、Twitter的分佈式自增ID算法snowflake（推薦）

    snowflake的結構以下(每部分用-分開):

0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000

第一位爲未使用，接下來的41位爲毫秒級時間(41位的長度可使用69年)，而後是5位datacenterId和5位workerId(10位的長度最多支持部署1024個節點） ，最後12位是毫秒內的計數（12位的計數順序號支持每一個節點每毫秒產生4096個ID序號）。

    一共加起來恰好64位，爲一個Long型。(轉換成字符串長度爲18)

    snowflake生成的ID總體上按照時間自增排序，而且整個分佈式系統內不會產生ID碰撞（由datacenter和workerId做區分），而且效率較高。聽說：snowflake每秒可以產生26萬個ID。

/**
 * Twitter_Snowflake<br>
 * SnowFlake的結構以下(每部分用-分開):<br>
 * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 -
 * 000000000000 <br>
 * 1位標識，因爲long基本類型在Java中是帶符號的，最高位是符號位，正數是0，負數是1，因此id通常是正數，最高位是0<br>
 * 41位時間截(毫秒級)，注意，41位時間截不是存儲當前時間的時間截，而是存儲時間截的差值（當前時間截 - 開始時間截)
 * 獲得的值），這裏的的開始時間截，通常是咱們的id生成器開始使用的時間，由咱們程序來指定的（以下下面程序IdWorker類的startTime屬性）。41位的時間截，可使用69年，年T
 * = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69 <br>
 * 10位的數據機器位，能夠部署在1024個節點，包括5位datacenterId和5位workerId<br>
 * 12位序列，毫秒內的計數，12位的計數順序號支持每一個節點每毫秒(同一機器，同一時間截)產生4096個ID序號<br>
 * 加起來恰好64位，爲一個Long型。<br>
 * SnowFlake的優勢是，總體上按照時間自增排序，而且整個分佈式系統內不會產生ID碰撞(由數據中心ID和機器ID做區分)，而且效率較高，經測試，SnowFlake每秒可以產生26萬ID左右。
 */
public class SnowflakeIdWorker {

	// ==============================Fields===========================================
	/** 開始時間截 (2015-01-01) */
	private final long twepoch = 1420041600000L;

	/** 機器id所佔的位數 */
	private final long workerIdBits = 5L;

	/** 數據標識id所佔的位數 */
	private final long datacenterIdBits = 5L;

	/** 支持的最大機器id，結果是31 (這個移位算法能夠很快的計算出幾位二進制數所能表示的最大十進制數) */
	private final long maxWorkerId = -1L ^ (-1L << workerIdBits);

	/** 支持的最大數據標識id，結果是31 */
	private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);

	/** 序列在id中佔的位數 */
	private final long sequenceBits = 12L;

	/** 機器ID向左移12位 */
	private final long workerIdShift = sequenceBits;

	/** 數據標識id向左移17位(12+5) */
	private final long datacenterIdShift = sequenceBits + workerIdBits;

	/** 時間截向左移22位(5+5+12) */
	private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

	/** 生成序列的掩碼，這裏爲4095 (0b111111111111=0xfff=4095) */
	private final long sequenceMask = -1L ^ (-1L << sequenceBits);

	/** 工做機器ID(0~31) */
	private long workerId;

	/** 數據中心ID(0~31) */
	private long datacenterId;

	/** 毫秒內序列(0~4095) */
	private long sequence = 0L;

	/** 上次生成ID的時間截 */
	private long lastTimestamp = -1L;

	// ==============================Constructors=====================================
	/**
	 * 構造函數
	 * @param workerId 工做ID (0~31)
	 * @param datacenterId 數據中心ID (0~31)
	 */
	public SnowflakeIdWorker(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;
	}

	// ==============================Methods==========================================
	/**
	 * 得到下一個ID (該方法是線程安全的)
	 * @return SnowflakeId
	 */
	public synchronized long nextId() {
		long timestamp = timeGen();

		// 若是當前時間小於上一次ID生成的時間戳，說明系統時鐘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));
		}

		// 若是是同一時間生成的，則進行毫秒內序列
		if (lastTimestamp == timestamp) {
			sequence = (sequence + 1) & sequenceMask;
			// 毫秒內序列溢出
			if (sequence == 0) {
				// 阻塞到下一個毫秒,得到新的時間戳
				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;

		// 移位並經過或運算拼到一塊兒組成64位的ID
		return ((timestamp - twepoch) << timestampLeftShift) //
				| (datacenterId << datacenterIdShift) //
				| (workerId << workerIdShift) //
				| sequence;
	}

	/**
	 * 阻塞到下一個毫秒，直到得到新的時間戳
	 * @param lastTimestamp 上次生成ID的時間截
	 * @return 當前時間戳
	 */
	protected long tilNextMillis(long lastTimestamp) {
		long timestamp = timeGen();
		while (timestamp <= lastTimestamp) {
			timestamp = timeGen();
		}
		return timestamp;
	}

	/**
	 * 返回以毫秒爲單位的當前時間
	 * @return 當前時間(毫秒)
	 */
	protected long timeGen() {
		return System.currentTimeMillis();
	}

	// ==============================Test=============================================
	/** 測試 */
	public static void main(String[] args) {
		SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0);
		for (int i = 0; i < 1000; i++) {
			long id = idWorker.nextId();
			// System.out.println(Long.toBinaryString(id));
			System.out.println(id);
		}
	}
}