分布式 ID 生成算法:SnowFlake

常見 ID 生成算法

分布式系統(tǒng)中属韧,經(jīng)常需要使用 ID 作為數(shù)據(jù)唯一標(biāo)識(shí)楼镐,這時(shí)數(shù)據(jù)庫自增就無法滿足需求忿族。常見的解決方案有:

  • UUID:實(shí)現(xiàn)簡(jiǎn)單扼劈,但 32 位無序字符串驻啤,性能較差
  • 分庫起始步長(zhǎng):嚴(yán)重依賴數(shù)據(jù)庫
  • SnowFlake:無依賴,64 bit 標(biāo)識(shí)荐吵,有序遞增

SnowFlake

SnowFlake 是 Twitter 公司所采用的的一種算法骑冗,目的是在分布式系統(tǒng)中生成全局唯一且趨勢(shì)遞增的 ID。

SnowFlake 生成的 ID 一共可分為 4 部分:

  1. 符號(hào)位
    1 bit先煎,始終為 0贼涩;
  2. 時(shí)間戳
    41 bit,精確到毫秒薯蝎,總共可容納約 69 年的時(shí)間遥倦;
  3. 工作機(jī)器 ID
    10 bit,啟動(dòng)高 5 bit 是數(shù)據(jù)中心 ID(datacenterId)占锯,低 5 bit 是工作節(jié)點(diǎn) ID(workerId)袒哥,最多可以容納 1024 個(gè)節(jié)點(diǎn)缩筛;
  4. 序列號(hào)
    12 bit,同一毫秒同一節(jié)點(diǎn)多次執(zhí)行該算法堡称,從 0 開始依次遞增瞎抛,對(duì)多可以累加至 4095;

同一毫秒內(nèi)可生成全劇唯一 ID 數(shù)量:1024 * 4096 = 4194304却紧。

代碼實(shí)現(xiàn)

import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.util.concurrent.TimeUnit;

public class SnowFlakeUtils {

    private static final int SERIAL_BIT = 12;
    private static final int DATA_CENTER_BIT = 5;
    private static final int WORK_BIT = 5;
    private static final int TIME_STAMP_BIT = 41;

    /**
     * 對(duì)比時(shí)間點(diǎn) 2019-05-20 時(shí)間戳
     */
    private static long timePoint = LocalDateTime.of(2019, 5, 20, 0, 0, 0).toInstant(ZoneOffset.of("+8")).toEpochMilli();

    /**
     * 1 bit: 符號(hào)位
     */
    private static long flag = 0;

    /**
     * 41 bit: 時(shí)間戳(毫秒)
     */
    private static long lastTimeStamp = -1L;

    /**
     * 5 bit: 工作機(jī)器 ID
     */
    private static long dataCenterId = 1;
    /**
     * 5 bit: 工作機(jī)器 ID
     */
    private static long workId = 1;

    /**
     * 12 bit: 序列號(hào)
     */
    private static long serial = 0;

    /**
     * 序列號(hào) mask桐臊,防止溢出
     */
    private static final long SERIAL_MASK = ~(-1L << SERIAL_BIT);

    public static synchronized long uniqueId() {
        long currentTimeStamp = System.currentTimeMillis() - timePoint;
        if (lastTimeStamp == currentTimeStamp) {
            // 同一毫秒,序列號(hào)遞增
            long temp = (serial + 1) & SERIAL_MASK;
            if (temp == 0) {
                // 當(dāng)前毫秒內(nèi)序列已滿啄寡,重新獲取
                sleep();
                return uniqueId();
            }
            serial = temp;
        } else {
            lastTimeStamp = currentTimeStamp;
            serial = 0L;
        }
        return serial
                | (workId << SERIAL_BIT)
                | (dataCenterId << SERIAL_BIT + WORK_BIT)
                | (lastTimeStamp << (SERIAL_BIT + WORK_BIT + DATA_CENTER_BIT))
                | (flag << (SERIAL_BIT + WORK_BIT + DATA_CENTER_BIT + TIME_STAMP_BIT));
    }

    private static void sleep() {
        try {
            TimeUnit.MILLISECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

注意序列號(hào)生成防止溢出豪硅,使用了 SERIAL_MASK,當(dāng)序列值當(dāng)前毫秒已經(jīng)使用滿時(shí)挺物,手動(dòng)休眠 1 毫秒后重復(fù)獲取即可懒浮。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市识藤,隨后出現(xiàn)的幾起案子砚著,更是在濱河造成了極大的恐慌,老刑警劉巖痴昧,帶你破解...
    沈念sama閱讀 217,734評(píng)論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件稽穆,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡赶撰,警方通過查閱死者的電腦和手機(jī)舌镶,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,931評(píng)論 3 394
  • 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豪娜,“玉大人餐胀,你說我怎么就攤上這事×鲈兀” “怎么了否灾?”我有些...
    開封第一講書人閱讀 164,133評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)鸣奔。 經(jīng)常有香客問我墨技,道長(zhǎng),這世上最難降的妖魔是什么挎狸? 我笑而不...
    開封第一講書人閱讀 58,532評(píng)論 1 293
  • 正文 為了忘掉前任扣汪,我火速辦了婚禮,結(jié)果婚禮上锨匆,老公的妹妹穿的比我還像新娘私痹。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,585評(píng)論 6 392
  • 文/花漫 我一把揭開白布紊遵。 她就那樣靜靜地躺著账千,像睡著了一般。 火紅的嫁衣襯著肌膚如雪暗膜。 梳的紋絲不亂的頭發(fā)上匀奏,一...
    開封第一講書人閱讀 51,462評(píng)論 1 302
  • 那天,我揣著相機(jī)與錄音学搜,去河邊找鬼娃善。 笑死,一個(gè)胖子當(dāng)著我的面吹牛瑞佩,可吹牛的內(nèi)容都是我干的聚磺。 我是一名探鬼主播,決...
    沈念sama閱讀 40,262評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼炬丸,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼瘫寝!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起稠炬,我...
    開封第一講書人閱讀 39,153評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤焕阿,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后首启,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體暮屡,經(jīng)...
    沈念sama閱讀 45,587評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)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 37,792評(píng)論 3 336
  • 正文 我和宋清朗相戀三年毅桃,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了褒纲。 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。...
    茶點(diǎn)故事閱讀 39,919評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡钥飞,死狀恐怖莺掠,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情代承,我是刑警寧澤,帶...
    沈念sama閱讀 35,635評(píng)論 5 345
  • 正文 年R本政府宣布渐扮,位于F島的核電站论悴,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏墓律。R本人自食惡果不足惜膀估,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,237評(píng)論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望耻讽。 院中可真熱鬧察纯,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,855評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至具则,卻和暖如春即纲,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背博肋。 一陣腳步聲響...
    開封第一講書人閱讀 32,983評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工低斋, 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,地道東北人匪凡。 一個(gè)月前我還...
    沈念sama閱讀 48,048評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親扶认。 傳聞我的和親對(duì)象是個(gè)殘疾皇子狭吼,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,864評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容