知識點-什么是雪花算法蹬敲?

雪花算法(SnowFlake)

雪花算法是Twitter開源的分布式ID生成算法.

主要是由64bitlong型生成的全局ID,引入了時間戳和ID保持自增的屬性.

64bit分為四個部分:
第一個部分是1bit, 這不 使用,沒有意義;
第二個部分是41bit, 組成時間戳;
第三個部分是10bit, 工作機器ID,里面分為兩個部分,5個bit是的是機房號,代表最多有32即32個機房,5個bit是指機器的ID,代表最多有32個機器 .
第四部分是12bit, 代表是同一個毫秒類產(chǎn)生不同的ID,區(qū)分同一個毫秒內(nèi)產(chǎn)生的ID.

總的來說就是一個機房,一臺機器,在同一號毫秒時產(chǎn)生的ID,可能在同一秒鐘產(chǎn)生不同的ID,最后12bit序列號可以區(qū)分在同一秒鐘的不同ID.

雪花算法保證:
1.所生成的ID按時間遞增
2.整個分布式系統(tǒng)不會有重復(fù)的ID


雪花算法Java實現(xiàn)

package com.pxzf.website.utils;

import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;

public class SnowFlake {
    /**
     * 起始的時間戳
     */
    private final static long START_STMP = 1480166465631L;

    /**
     * 每一部分占用的位數(shù)
     */
    private final static long SEQUENCE_BIT = 12; //序列號占用的位數(shù)
    private final static long MACHINE_BIT = 5;  //機器標(biāo)識占用的位數(shù)
    private final static long DATACENTER_BIT = 5;//數(shù)據(jù)中心占用的位數(shù)

    /**
     * 每一部分的最大值
     */
    private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    /**
     * 每一部分向左的位移
     */
    private final static long MACHINE_LEFT = SEQUENCE_BIT;
    private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

    private long datacenterId;  //數(shù)據(jù)中心
    private long machineId;    //機器標(biāo)識
    private long sequence = 0L; //序列號
    private long lastStmp = -1L;//上一次時間戳
//    private Lock lock=new ReentrantLock(true);
    public SnowFlake(long datacenterId, long machineId) {
        if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
            throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
        }
        if (machineId > MAX_MACHINE_NUM || machineId < 0) {
            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
        }
        this.datacenterId = datacenterId;
        this.machineId = machineId;
    }

    /**
     * 產(chǎn)生下一個ID
     *
     * @return
     */
    public  synchronized long nextId() {
        long currStmp = getNewstmp();
        if (currStmp < lastStmp) {
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        }
        if (currStmp == lastStmp) {
            //相同毫秒內(nèi)脖含,序列號自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            //同一毫秒的序列數(shù)已經(jīng)達(dá)到最大
            if (sequence == 0L) {
                currStmp = getNextMill();
            }
        } else {
            //不同毫秒內(nèi)丙挽,序列號置為0
            sequence = 0L;
        }
        lastStmp = currStmp;
        return (currStmp - START_STMP) << TIMESTMP_LEFT //時間戳部分
                | datacenterId << DATACENTER_LEFT      //數(shù)據(jù)中心部分
                | machineId << MACHINE_LEFT            //機器標(biāo)識部分
                | sequence;                            //序列號部分
    }

    private long getNextMill() {
        long mill = getNewstmp();
        while (mill <= lastStmp) {
            mill = getNewstmp();
        }
        return mill;
    }

    private long getNewstmp() {
        return System.currentTimeMillis();
    }
}

優(yōu)點:能夠生成分布式的唯一自增ID,解決了如何分布式情況下生成唯一自增id的問題。
缺點:依賴服務(wù)器的時鐘颈走,如果服務(wù)器的時鐘回?fù)芸赡軙芍貜?fù)的id。
服務(wù)器的時鐘可以通過其他的方式去監(jiān)控和同步咱士,這個問題倒不大立由。

?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濱河市序厉,隨后出現(xiàn)的幾起案子锐膜,更是在濱河造成了極大的恐慌,老刑警劉巖弛房,帶你破解...
    沈念sama閱讀 222,729評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件道盏,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機荷逞,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,226評論 3 399
  • 文/潘曉璐 我一進(jìn)店門媒咳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人种远,你說我怎么就攤上這事涩澡。” “怎么了坠敷?”我有些...
    開封第一講書人閱讀 169,461評論 0 362
  • 文/不壞的土叔 我叫張陵妙同,是天一觀的道長。 經(jīng)常有香客問我膝迎,道長粥帚,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,135評論 1 300
  • 正文 為了忘掉前任限次,我火速辦了婚禮芒涡,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘掂恕。我一直安慰自己拖陆,他們只是感情好弛槐,可當(dāng)我...
    茶點故事閱讀 69,130評論 6 398
  • 文/花漫 我一把揭開白布懊亡。 她就那樣靜靜地躺著,像睡著了一般乎串。 火紅的嫁衣襯著肌膚如雪店枣。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,736評論 1 312
  • 那天叹誉,我揣著相機與錄音鸯两,去河邊找鬼。 笑死长豁,一個胖子當(dāng)著我的面吹牛钧唐,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播匠襟,決...
    沈念sama閱讀 41,179評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼钝侠,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了酸舍?” 一聲冷哼從身側(cè)響起帅韧,我...
    開封第一講書人閱讀 40,124評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎啃勉,沒想到半個月后忽舟,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 46,657評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡,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...
    茶點故事閱讀 38,723評論 3 342
  • 正文 我和宋清朗相戀三年叮阅,在試婚紗的時候發(fā)現(xiàn)自己被綠了刁品。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,872評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡浩姥,死狀恐怖哑诊,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情及刻,我是刑警寧澤镀裤,帶...
    沈念sama閱讀 36,533評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站缴饭,受9級特大地震影響暑劝,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜颗搂,卻給世界環(huán)境...
    茶點故事閱讀 42,213評論 3 336
  • 文/蒙蒙 一担猛、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧丢氢,春花似錦傅联、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,700評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至貌嫡,卻和暖如春比驻,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背岛抄。 一陣腳步聲響...
    開封第一講書人閱讀 33,819評論 1 274
  • 我被黑心中介騙來泰國打工别惦, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人夫椭。 一個月前我還...
    沈念sama閱讀 49,304評論 3 379
  • 正文 我出身青樓掸掸,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蹭秋。 傳聞我的和親對象是個殘疾皇子扰付,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,876評論 2 361

推薦閱讀更多精彩內(nèi)容