SnowflakeId雪花ID算法，分佈式自增ID應用

時間 2020-05-12

原文原文鏈接

概述

snowflake是Twitter開源的分佈式ID生成算法，結果是一個Long型的ID。其核心思想是：使用41bit做爲毫秒數，10bit做爲機器的ID（5個bit是數據中心，5個bit的機器ID），12bit做爲毫秒內的序列號（意味着每一個節點在每毫秒能夠產生 4096 個 ID），最後還有一個符號位，永遠是0。html

特色：算法

做爲ID，確定是惟一的；
自增，依賴時間戳生成，序列號有序遞增；
支持很是大的業務ID生成，最大支持2^10=1024個業務節點，同一個節點一毫秒最多生成2^12=4096個ID，41位毫秒級時間可使用（2^41 - 1）/(1000*60*60*24*365)=69.73，大約70年；
實現簡單，不依賴於其餘第三方組件，甚至都不須要任何import。

結果是一個Long型的ID，64位，結構圖以下：分佈式

第1位固定是0，表示正數；
第2-42共41位表示時間戳，當前時間的時間戳減去開始時間的時間戳；
業務節點ID，每一個節點固定的值；
毫秒內的序列號。

實現

清楚告終構後，就比較好實現了。this

41bit-時間戳

當前時間的時間戳減去開始時間的時間戳，左移22位spa

(ts - beginTs) << timestampLeftOffset

10bit-工做機器ID

自定義的業務節點ID，固定的值，左移12位code

workerId << workerIdLeftOffset

12bit-序列號

毫秒內序列號，以此遞增，若是溢出就阻塞到下一秒從0開始計數orm

// 同一時間內，則計算序列號
if (ts == lastTimestamp) { // 序列號溢出
    if (++sequence > maxSequence) { ts = tilNextMillis(lastTimestamp); sequence = 0L; } } else { // 時間戳改變，重置序列號
    sequence = 0L; } lastTimestamp = ts;

/** * 阻塞到下一個毫秒 * * @param lastTimestamp * @return
 */
private long tilNextMillis(long lastTimestamp) { long ts = System.currentTimeMillis(); while (ts <= lastTimestamp) { ts = System.currentTimeMillis(); } return ts; }

生成最終的ID

return (ts - beginTs) << timestampLeftOffset | workerId << workerIdLeftOffset | sequence;

完整代碼

最後貼出完整代碼。htm

public class SnowflakeIdWorker { /** * 開始時間：2020-01-01 00:00:00 */
    private final long beginTs = 1577808000000L; private final long workerIdBits = 10; /** * 2^10 - 1 = 1023 */
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits); private final long sequenceBits = 12; /** * 2^12 - 1 = 4095 */
    private final long maxSequence = -1L ^ (-1L << sequenceBits); /** * 時間戳左移22位 */
    private final long timestampLeftOffset = workerIdBits + sequenceBits; /** * 業務ID左移12位 */
    private final long workerIdLeftOffset = sequenceBits; /** * 合併了機器ID和數據標示ID，統稱業務ID，10位 */
    private long workerId; /** * 毫秒內序列，12位，2^12 = 4096個數字 */
    private long sequence = 0L; /** * 上一次生成的ID的時間戳，同一個worker中 */
    private long lastTimestamp = -1L; public SnowflakeIdWorker(long workerId) { if (workerId > maxWorkerId || workerId < 0) { throw new IllegalArgumentException(String.format("WorkerId必須大於或等於0且小於或等於%d", maxWorkerId)); } this.workerId = workerId; } public synchronized long nextId() { long ts = System.currentTimeMillis(); if (ts < lastTimestamp) { throw new RuntimeException(String.format("系統時鐘回退了%d毫秒", (lastTimestamp - ts))); } // 同一時間內，則計算序列號
        if (ts == lastTimestamp) { // 序列號溢出
            if (++sequence > maxSequence) { ts = tilNextMillis(lastTimestamp); sequence = 0L; } } else { // 時間戳改變，重置序列號
            sequence = 0L; } lastTimestamp = ts; // 0 - 00000000 00000000 00000000 00000000 00000000 0 - 00000000 00 - 00000000 0000 // 左移後，低位補0，進行按位或運算至關於二進制拼接 // 原本高位還有個0<<63，0與任何數字按位或都是自己，因此寫不寫效果同樣
        return (ts - beginTs) << timestampLeftOffset | workerId << workerIdLeftOffset | sequence; } /** * 阻塞到下一個毫秒 * * @param lastTimestamp * @return
     */
    private long tilNextMillis(long lastTimestamp) { long ts = System.currentTimeMillis(); while (ts <= lastTimestamp) { ts = System.currentTimeMillis(); } return ts; } }