雪花算法(SnowFlake)Java實(shí)現(xiàn)

分布式id生成算法的有很多種,Twitter的SnowFlake就是其中經(jīng)典的一種。

算法原理

SnowFlake算法生成id的結(jié)果是一個(gè)64bit大小的整數(shù)坛猪,它的結(jié)構(gòu)如下圖:


結(jié)構(gòu)圖
  1. 1bit盒卸,不用悠菜,因?yàn)槎M(jìn)制中最高位是符號位,1表示負(fù)數(shù),0表示正數(shù)。生成的id一般都是用整數(shù)颖侄,所以最高位固定為0。

  2. 41bit-時(shí)間戳享郊,用來記錄時(shí)間戳览祖,毫秒級。
    - 41位可以表示2^{41}-1個(gè)數(shù)字炊琉,
    - 如果只用來表示正整數(shù)(計(jì)算機(jī)中正數(shù)包含0)展蒂,可以表示的數(shù)值范圍是:0 至 2^{41}-1,減1是因?yàn)榭杀硎镜臄?shù)值范圍是從0開始算的,而不是1玄货。
    - 也就是說41位可以表示2^{41}-1個(gè)毫秒的值,轉(zhuǎn)化成單位年則是(2^{41}-1) / (1000 * 60 * 60 * 24 *365) = 69

  3. 10bit-工作機(jī)器id悼泌,用來記錄工作機(jī)器id松捉。
    - 可以部署在2^{10} = 1024個(gè)節(jié)點(diǎn),包括5位datacenterId和5位workerId
    - 5位(bit)可以表示的最大正整數(shù)是2^{5}-1 = 31馆里,即可以用0隘世、1、2鸠踪、3丙者、....31這32個(gè)數(shù)字,來表示不同的datecenterId或workerId

  4. 12bit-序列號营密,序列號械媒,用來記錄同毫秒內(nèi)產(chǎn)生的不同id。
    - 12位(bit)可以表示的最大正整數(shù)是2^{12}-1 = 4095评汰,即可以用0纷捞、1、2被去、3主儡、....4094這4095個(gè)數(shù)字,來表示同一機(jī)器同一時(shí)間截(毫秒)內(nèi)產(chǎn)生的4095個(gè)ID序號惨缆。

由于在Java中64bit的整數(shù)是long類型糜值,所以在Java中SnowFlake算法生成的id就是long來存儲的。

SnowFlake可以保證:

  1. 所有生成的id按時(shí)間趨勢遞增
  2. 整個(gè)分布式系統(tǒng)內(nèi)不會產(chǎn)生重復(fù)id(因?yàn)橛衐atacenterId和workerId來做區(qū)分)

算法實(shí)現(xiàn)(Java)

Twitter官方給出的算法實(shí)現(xiàn) 是用Scala寫的坯墨,這里不做分析寂汇,可自行查看。

Java版算法實(shí)現(xiàn):搬運(yùn)自煲煲菜的博客

public class IdWorker{

    //下面兩個(gè)每個(gè)5位捣染,加起來就是10位的工作機(jī)器id
    private long workerId;    //工作id
    private long datacenterId;   //數(shù)據(jù)id
    //12位的序列號
    private long sequence;

    public IdWorker(long workerId, long datacenterId, long sequence){
        // sanity check for workerId
        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));
        }
        System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);

        this.workerId = workerId;
        this.datacenterId = datacenterId;
        this.sequence = sequence;
    }

    //初始時(shí)間戳
    private long twepoch = 1288834974657L;

    //長度為5位
    private long workerIdBits = 5L;
    private long datacenterIdBits = 5L;
    //最大值
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    //序列號id長度
    private long sequenceBits = 12L;
    //序列號最大值
    private long sequenceMask = -1L ^ (-1L << sequenceBits);
    
    //工作id需要左移的位數(shù)健无,12位
    private long workerIdShift = sequenceBits;
   //數(shù)據(jù)id需要左移位數(shù) 12+5=17位
    private long datacenterIdShift = sequenceBits + workerIdBits;
    //時(shí)間戳需要左移位數(shù) 12+5+5=22位
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    
    //上次時(shí)間戳,初始值為負(fù)數(shù)
    private long lastTimestamp = -1L;

    public long getWorkerId(){
        return workerId;
    }

    public long getDatacenterId(){
        return datacenterId;
    }

    public long getTimestamp(){
        return System.currentTimeMillis();
    }

     //下一個(gè)ID生成算法
    public synchronized long nextId() {
        long timestamp = timeGen();

        //獲取當(dāng)前時(shí)間戳如果小于上次時(shí)間戳液斜,則表示時(shí)間戳獲取出現(xiàn)異常
        if (timestamp < lastTimestamp) {
            System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds",
                    lastTimestamp - timestamp));
        }

        //獲取當(dāng)前時(shí)間戳如果等于上次時(shí)間戳(同一毫秒內(nèi))累贤,則在序列號加一;否則序列號賦值為0少漆,從0開始臼膏。
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }
        
        //將上次時(shí)間戳值刷新
        lastTimestamp = timestamp;

        /**
          * 返回結(jié)果:
          * (timestamp - twepoch) << timestampLeftShift) 表示將時(shí)間戳減去初始時(shí)間戳,再左移相應(yīng)位數(shù)
          * (datacenterId << datacenterIdShift) 表示將數(shù)據(jù)id左移相應(yīng)位數(shù)
          * (workerId << workerIdShift) 表示將工作id左移相應(yīng)位數(shù)
          * | 是按位或運(yùn)算符示损,例如:x | y渗磅,只有當(dāng)x,y都為0的時(shí)候結(jié)果才為0,其它情況結(jié)果都為1始鱼。
          * 因?yàn)閭€(gè)部分只有相應(yīng)位上的值有意義仔掸,其它位上都是0,所以將各部分的值進(jìn)行 | 運(yùn)算就能得到最終拼接好的id
        */
        return ((timestamp - twepoch) << timestampLeftShift) |
                (datacenterId << datacenterIdShift) |
                (workerId << workerIdShift) |
                sequence;
    }

    //獲取時(shí)間戳医清,并與上次時(shí)間戳比較
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }

    //獲取系統(tǒng)時(shí)間戳
    private long timeGen(){
        return System.currentTimeMillis();
    }

    //---------------測試---------------
    public static void main(String[] args) {
        IdWorker worker = new IdWorker(1,1,1);
        for (int i = 0; i < 30; i++) {
            System.out.println(worker.nextId());
        }
    }

}

算法中大量使用位運(yùn)算起暮,這里不對位運(yùn)算做過多解釋,代碼的詳細(xì)解釋參考煲煲菜的博客

文章主要摘抄自煲煲菜的博客
如有侵權(quán)之處請留言告知会烙,會立即刪除负懦。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市柏腻,隨后出現(xiàn)的幾起案子纸厉,更是在濱河造成了極大的恐慌,老刑警劉巖五嫂,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件颗品,死亡現(xiàn)場離奇詭異,居然都是意外死亡沃缘,警方通過查閱死者的電腦和手機(jī)抛猫,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來孩灯,“玉大人闺金,你說我怎么就攤上這事》宓担” “怎么了败匹?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長讥巡。 經(jīng)常有香客問我掀亩,道長,這世上最難降的妖魔是什么欢顷? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任槽棍,我火速辦了婚禮,結(jié)果婚禮上抬驴,老公的妹妹穿的比我還像新娘炼七。我一直安慰自己,他們只是感情好布持,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布豌拙。 她就那樣靜靜地躺著,像睡著了一般题暖。 火紅的嫁衣襯著肌膚如雪按傅。 梳的紋絲不亂的頭發(fā)上捉超,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天,我揣著相機(jī)與錄音唯绍,去河邊找鬼拼岳。 笑死,一個(gè)胖子當(dāng)著我的面吹牛况芒,可吹牛的內(nèi)容都是我干的惜纸。 我是一名探鬼主播,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼牛柒,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了痊乾?” 一聲冷哼從身側(cè)響起皮壁,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎哪审,沒想到半個(gè)月后蛾魄,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡湿滓,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年滴须,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片叽奥。...
    茶點(diǎn)故事閱讀 39,690評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡扔水,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出朝氓,到底是詐尸還是另有隱情魔市,我是刑警寧澤,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布赵哲,位于F島的核電站待德,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏枫夺。R本人自食惡果不足惜将宪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望橡庞。 院中可真熱鬧较坛,春花似錦、人聲如沸扒最。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽扼倘。三九已至确封,卻和暖如春除呵,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背爪喘。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工颜曾, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人秉剑。 一個(gè)月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓泛豪,卻偏偏與公主長得像,于是被迫代替她去往敵國和親侦鹏。 傳聞我的和親對象是個(gè)殘疾皇子诡曙,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,577評論 2 353