Twitter-Snowflake，64位自增ID算法詳解

Twitter-Snowflake算法產生的背景至關簡單，爲了知足Twitter每秒上萬條消息的請求，每條消息都必須分配一條惟一的id，這些id還須要一些大體的順序（方便客戶端排序），而且在分佈式系統中不一樣機器產生的id必須不一樣。

Snowflake算法核心

把時間戳，工做機器id，序列號組合在一塊兒。

 

 

除了最高位bit標記爲不可用之外，其他三組bit佔位都可浮動，看具體的業務需求而定。默認狀況下41bit的時間戳能夠支持該算法使用到2082年，10bit的工做機器id能夠支持1023臺機器，序列號支持1毫秒產生4095個自增序列id。下文會具體分析。

 

Snowflake – 時間戳

這裏時間戳的細度是毫秒級，具體代碼以下，建議使用64位linux系統機器，由於有vdso，gettimeofday()在用戶態就能夠完成操做，減小了進入內核態的損耗。

1 2 3 4 5 6

uint64_t generateStamp() {     timeval tv;     gettimeofday(&tv, 0);     return (uint64_t)tv.tv_sec * 1000 + (uint64_t)tv.tv_usec / 1000; }

默認狀況下有41個bit能夠供使用，那麼一共有T（1llu << 41）毫秒供你使用分配，年份 = T / (3600 * 24 * 365 * 1000) = 69.7年。若是你只給時間戳分配39個bit使用，那麼根據一樣的算法最後年份 = 17.4年。

Snowflake – 工做機器id

嚴格意義上來講這個bit段的使用能夠是進程級，機器級的話你可使用MAC地址來惟一標示工做機器，工做進程級可使用IP+Path來區分工做進程。若是工做機器比較少，可使用配置文件來設置這個id是一個不錯的選擇，若是機器過多配置文件的維護是一個災難性的事情。

這裏的解決方案是須要一個工做id分配的進程，可使用本身編寫一個簡單進程來記錄分配id，或者利用Mysql auto_increment機制也能夠達到效果。

 

工做進程與工做id分配器只是在工做進程啓動的時候交互一次，而後工做進程能夠自行將分配的id數據落文件，下一次啓動直接讀取文件裏的id使用。

PS：這個工做機器id的bit段也能夠進一步拆分，好比用前5個bit標記進程id，後5個bit標記線程id之類:D

Snowflake – 序列號

序列號就是一系列的自增id（多線程建議使用atomic），爲了處理在同一毫秒內須要給多條消息分配id，若同一毫秒把序列號用完了，則「等待至下一毫秒」。

1 2 3 4 5 6 7 8

uint64_t waitNextMs(uint64_t lastStamp) {     uint64_t cur = 0;     do {         cur = generateStamp();     } while (cur <= lastStamp);     return cur; }

 

整體來講，是一個很高效很方便的GUID產生算法，一個int64_t字段就能夠勝任，不像如今主流128bit的GUID算法，即便沒法保證嚴格的id序列性，可是對於特定的業務，好比用作遊戲服務器端的GUID產生會很方便。另外，在多線程的環境下，序列號使用atomic能夠在代碼實現上有效減小鎖的密度。

參考資料：https://github.com/twitter/snowflake