Java實現(xiàn)雪花算法(SnowFlake)

雪花算法SnowFlake可以保證:

1.所有生成的id按時間趨勢遞增
2.整個分布式系統(tǒng)內(nèi)不會產(chǎn)生重復id(通過workerId和datacenterId來做區(qū)分)

算法實現(xiàn)

import java.util.Random;

public class IdWorker {

    //下面兩個每個5位,加起來就是10位的工作機器id
    private long workerId;    //工作ID  2進制5位  數(shù)值0-31
    private long datacenterId;   //數(shù)據(jù)id 2進制5位  數(shù)值0-31
    //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)器瘪,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;
    //時間戳需要左移位數(shù) 12+5+5=22位
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

    //上次時間戳翠储,初始值為負數(shù)
    private long lastTimestamp = -1L;

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

        //獲取當前時間戳如果小于上次時間戳,則表示時間戳獲取出現(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));
        }

        //獲取當前時間戳如果等于上次時間戳(同一毫秒內(nèi))橡疼,則在序列號加一援所;否則序列號賦值為0,從0開始欣除。
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }

        //將上次時間戳值刷新
        lastTimestamp = timestamp;

        /**
         * 返回結(jié)果:
         * (timestamp - twepoch) << timestampLeftShift) 表示將時間戳減去初始時間戳住拭,再左移相應位數(shù)
         * (datacenterId << datacenterIdShift) 表示將數(shù)據(jù)id左移相應位數(shù)
         * (workerId << workerIdShift) 表示將工作id左移相應位數(shù)
         * | 是按位或運算符,例如:x | y,只有當x滔岳,y都為0的時候結(jié)果才為0杠娱,其它情況結(jié)果都為1。
         * 因為個部分只有相應位上的值有意義谱煤,其它位上都是0摊求,所以將各部分的值進行 | 運算就能得到最終拼接好的id
         */
        return ((timestamp - twepoch) << timestampLeftShift) |
                (datacenterId << datacenterIdShift) |
                (workerId << workerIdShift) |
                sequence;
    }

    /**
     * 獲取時間戳,并與上次時間戳比較
     * @param lastTimestamp
     * @return
     */
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }

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

    /**
     * 這里簡單實現(xiàn)刘离,通過隨機數(shù)生成工作ID室叉、數(shù)據(jù)ID
     * 不生成重復id要通過datacenterId和workerId來做區(qū)分
     */
    private static class SingletonClassInstance {
        static Random random = new Random();
        private static final IdWorker instance = new IdWorker(random.nextInt(31), random.nextInt(31), 1);
    }

    /**
     * 單例調(diào)用入口
     */
    public static IdWorker getInstance() {
        return SingletonClassInstance.instance;
    }

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

文章代碼參考自煲煲菜的博客
如有侵權(quán)之處請留言告知,會立即刪除硫惕。

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:七十年代末茧痕,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子恼除,更是在濱河造成了極大的恐慌踪旷,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,122評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件豁辉,死亡現(xiàn)場離奇詭異埃脏,居然都是意外死亡,警方通過查閱死者的電腦和手機秋忙,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來构舟,“玉大人灰追,你說我怎么就攤上這事」烦” “怎么了弹澎?”我有些...
    開封第一講書人閱讀 164,491評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長努咐。 經(jīng)常有香客問我苦蒿,道長,這世上最難降的妖魔是什么渗稍? 我笑而不...
    開封第一講書人閱讀 58,636評論 1 293
  • 正文 為了忘掉前任佩迟,我火速辦了婚禮,結(jié)果婚禮上竿屹,老公的妹妹穿的比我還像新娘报强。我一直安慰自己,他們只是感情好拱燃,可當我...
    茶點故事閱讀 67,676評論 6 392
  • 文/花漫 我一把揭開白布秉溉。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪召嘶。 梳的紋絲不亂的頭發(fā)上父晶,一...
    開封第一講書人閱讀 51,541評論 1 305
  • 那天,我揣著相機與錄音弄跌,去河邊找鬼甲喝。 笑死,一個胖子當著我的面吹牛碟绑,可吹牛的內(nèi)容都是我干的俺猿。 我是一名探鬼主播,決...
    沈念sama閱讀 40,292評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼格仲,長吁一口氣:“原來是場噩夢啊……” “哼押袍!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起凯肋,我...
    開封第一講書人閱讀 39,211評論 0 276
  • 序言:老撾萬榮一對情侶失蹤谊惭,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后侮东,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體圈盔,經(jīng)...
    沈念sama閱讀 45,655評論 1 314
  • 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 37,846評論 3 336
  • 正文 我和宋清朗相戀三年悄雅,在試婚紗的時候發(fā)現(xiàn)自己被綠了驱敲。 大學時的朋友給我發(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 39,965評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡宽闲,死狀恐怖众眨,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情容诬,我是刑警寧澤娩梨,帶...
    沈念sama閱讀 35,684評論 5 347
  • 正文 年R本政府宣布,位于F島的核電站览徒,受9級特大地震影響狈定,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜习蓬,卻給世界環(huán)境...
    茶點故事閱讀 41,295評論 3 329
  • 文/蒙蒙 一纽什、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧躲叼,春花似錦稿湿、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽包斑。三九已至,卻和暖如春涕俗,著一層夾襖步出監(jiān)牢的瞬間罗丰,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評論 1 269
  • 我被黑心中介騙來泰國打工再姑, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留萌抵,地道東北人。 一個月前我還...
    沈念sama閱讀 48,126評論 3 370
  • 正文 我出身青樓元镀,卻偏偏與公主長得像绍填,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子栖疑,可洞房花燭夜當晚...
    茶點故事閱讀 44,914評論 2 355

推薦閱讀更多精彩內(nèi)容