go分佈式生成全局惟一ID

由於snowFlake目的是解決分佈式下生成惟一id 因此ID中是包含集羣和節點編號在內的
const (
    numberBits uint8 = 12 // 表示每一個集羣下的每一個節點,1毫秒內可生成的id序號的二進制位 對應上圖中的最後一段
    workerBits uint8 = 10 // 每臺機器(節點)的ID位數 10位最大能夠有2^10=1024個節點數 即每毫秒可生成 2^12-1=4096個惟一ID 對應上圖中的倒數第二段
    // 這裏求最大值使用了位運算,-1 的二進制表示爲 1 的補碼,感興趣的同窗能夠本身算算試試 -1 ^ (-1 << nodeBits) 這裏是否是等於 1023
    workerMax int64 = -1 ^ (-1 << workerBits) // 節點ID的最大值,用於防止溢出
    numberMax int64 = -1 ^ (-1 << numberBits) // 同上,用來表示生成id序號的最大值
    timeShift uint8 = workerBits + numberBits // 時間戳向左的偏移量
    workerShift uint8 = numberBits // 節點ID向左的偏移量
    // 41位字節做爲時間戳數值的話,大約68年就會用完
    // 假如你2010年1月1日開始開發系統 若是不減去2010年1月1日的時間戳 那麼白白浪費40年的時間戳啊!
    // 這個一旦定義且開始生成ID後千萬不要改了 否則可能會生成相同的ID
    epoch int64 = 1525705533000 // 這個是我在寫epoch這個常量時的時間戳(毫秒)
)

定義一個woker工做節點所須要的基本參數node

type Worker struct {
	mu sync.Mutex // 添加互斥鎖 確保併發安全
	timestamp int64 // 記錄上一次生成id的時間戳
	workerId int64 // 該節點的ID
	number int64 // 當前毫秒已經生成的id序列號(從0開始累加) 1毫秒內最多生成4096個ID
}
實例化一個工做節點
workerId 爲當前節點的id
func NewWorker(workerId int64) (*Worker, error) {
    // 要先檢測workerId是否在上面定義的範圍內
    if workerId < 0 || workerId > workerMax {
        return nil, errors.New("Worker ID excess of quantity")
    }
    // 生成一個新節點
    return &Worker{
        timestamp: 0,
        workerId: workerId,
        number: 0,
    }, nil
}
生成方法必定要掛載在某個woker下,這樣邏輯會比較清晰 指定某個節點生成id

func (w *Worker) GetId() int64 {
    // 獲取id最關鍵的一點 加鎖 加鎖 加鎖
    w.mu.Lock()
    defer w.mu.Unlock() // 生成完成後記得 解鎖 解鎖 解鎖

    // 獲取生成時的時間戳
    now := time.Now().UnixNano() / 1e6 // 納秒轉毫秒
    if w.timestamp == now {
        w.number++

        // 這裏要判斷,當前工做節點是否在1毫秒內已經生成numberMax個ID
        if w.number > numberMax {
            // 若是當前工做節點在1毫秒內生成的ID已經超過上限 須要等待1毫秒再繼續生成
            for now <= w.timestamp {
                now = time.Now().UnixNano() / 1e6
            }
        }
    } else {
        // 若是當前時間與工做節點上一次生成ID的時間不一致 則須要重置工做節點生成ID的序號
        w.number = 0
        // 下面這段代碼看到不少前輩都寫在if外面,不管節點上次生成id的時間戳與當前時間是否相同 都從新賦值  這樣會增長一丟丟的額外開銷 因此我這裏是選擇放在else裏面
        w.timestamp = now // 將機器上一次生成ID的時間更新爲當前時間
    }

    ID := int64((now - epoch) << timeShift | (w.workerId << workerShift) | (w.number))
    return ID
}

開始介入測試查看結果安全

func main() {
    // 測試腳本

    // 生成節點實例
    worker, err := NewWorker(2)

    if err != nil {
        fmt.Println(err)
        return
    }

    ch := make(chan int64)
    count := 2
    // 併發 count 個 goroutine 進行 snowflake ID 生成
    for i := 0; i < count; i++ {
        go func() {
            id := worker.GetId()
            ch <- id
        }()
    }

    defer close(ch)

    m := make(map[int64]int)
    for i := 0; i < count; i++  {
        id := <- ch
        // 若是 map 中存在爲 id 的 key, 說明生成的 snowflake ID 有重複
        _, ok := m[id]
        if ok {
            fmt.Println("ID is not unique!\n")
        }
        // 將 id 做爲 key 存入 map
        m[id] = i
        fmt.Println(id)
    }
    // 成功生成 snowflake ID
    fmt.Println("All", count, "snowflake ID Get successed!")
}

生成結果 節點1 和節點2 分別生成的ID併發

相關文章
相關標籤/搜索