Twitter 的雪花算法實(shí)現(xiàn)-snowflake

摘要:SnowFlake算法生成的ID大致上是按照時(shí)間遞增的喂柒,用在分布式系統(tǒng)中時(shí)辣卒,需要注意數(shù)據(jù)中心標(biāo)識(shí)和機(jī)器標(biāo)識(shí)必須唯一拧晕,這樣就能保證每個(gè)節(jié)點(diǎn)生成的ID都是唯一的紊扬。

概述

SnowFlake算法是Twitter設(shè)計(jì)的一個(gè)可以在分布式系統(tǒng)中生成唯一的ID的算法蜒茄,它可以滿足Twitter每秒上萬(wàn)條消息ID分配的請(qǐng)求,這些消息ID是唯一的且有大致的遞增順序餐屎。

原理

SnowFlake算法產(chǎn)生的ID是一個(gè)64位的整型檀葛,結(jié)構(gòu)如下(每一部分用“-”符號(hào)分隔):

0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000

1位標(biāo)識(shí)部分,在java中由于long的最高位是符號(hào)位腹缩,正數(shù)是0屿聋,負(fù)數(shù)是1,一般生成的ID為正數(shù)藏鹊,所以為0润讥;

41位時(shí)間戳部分,這個(gè)是毫秒級(jí)的時(shí)間盘寡,一般實(shí)現(xiàn)上不會(huì)存儲(chǔ)當(dāng)前的時(shí)間戳楚殿,而是時(shí)間戳的差值(當(dāng)前時(shí)間-固定的開始時(shí)間),這樣可以使產(chǎn)生的ID從更小值開始竿痰;41位的時(shí)間戳可以使用69年脆粥,(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年砌溺;

10位節(jié)點(diǎn)部分,Twitter實(shí)現(xiàn)中使用前5位作為數(shù)據(jù)中心標(biāo)識(shí)变隔,后5位作為機(jī)器標(biāo)識(shí)规伐,可以部署1024個(gè)節(jié)點(diǎn);

12位序列號(hào)部分匣缘,支持同一毫秒內(nèi)同一個(gè)節(jié)點(diǎn)可以生成4096個(gè)ID猖闪;

SnowFlake算法生成的ID大致上是按照時(shí)間遞增的,用在分布式系統(tǒng)中時(shí)肌厨,需要注意數(shù)據(jù)中心標(biāo)識(shí)和機(jī)器標(biāo)識(shí)必須唯一萧朝,這樣就能保證每個(gè)節(jié)點(diǎn)生成的ID都是唯一的∠目蓿或許我們不一定都需要像上面那樣使用5位作為數(shù)據(jù)中心標(biāo)識(shí)检柬,5位作為機(jī)器標(biāo)識(shí),可以根據(jù)我們業(yè)務(wù)的需要竖配,靈活分配節(jié)點(diǎn)部分何址,如:若不需要數(shù)據(jù)中心,完全可以使用全部10位作為機(jī)器標(biāo)識(shí)进胯;若數(shù)據(jù)中心不多用爪,也可以只使用3位作為數(shù)據(jù)中心,7位作為機(jī)器標(biāo)識(shí)胁镐。

/**
* twitter的snowflake算法 -- java實(shí)現(xiàn)
*
* @author rock
* @date 2016/11/26
*/
public class SnowFlake {
 
    /**
    * 起始的時(shí)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(hào)占用的位數(shù)
    private final static long MACHINE_BIT = 5;  //機(jī)器標(biāo)識(shí)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(jī)器標(biāo)識(shí)
    private long sequence = 0L; //序列號(hào)
    private long lastStmp = -1L;//上一次時(shí)間戳
 
    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(gè)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)偎血,序列號(hào)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),序列號(hào)置為0
            sequence = 0L;
        }
 
        lastStmp = currStmp;
 
        return (currStmp - START_STMP) << TIMESTMP_LEFT //時(shí)間戳部分
                | datacenterId << DATACENTER_LEFT      //數(shù)據(jù)中心部分
                | machineId << MACHINE_LEFT            //機(jī)器標(biāo)識(shí)部分
                | sequence;                            //序列號(hào)部分
    }
 
    private long getNextMill() {
        long mill = getNewstmp();
        while (mill <= lastStmp) {
            mill = getNewstmp();
        }
        return mill;
    }
 
    private long getNewstmp() {
        return System.currentTimeMillis();
    }
 
}

可以寫一代碼測(cè)試一下盯漂,如下所示:


public static void main(String[] args) {
        SnowFlake snowFlake = new SnowFlake(2, 3);
        for (int i = 0; i < (1 << 12); i++) {
            System.out.println(snowFlake.nextId());
        }
 
    }

可以看到生成的ID都是遞增的颇玷,而且都是唯一的。

?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:七十年代末就缆,一起剝皮案震驚了整個(gè)濱河市帖渠,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌竭宰,老刑警劉巖空郊,帶你破解...
    沈念sama閱讀 218,546評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異切揭,居然都是意外死亡狞甚,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,224評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門廓旬,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)哼审,“玉大人,你說(shuō)我怎么就攤上這事」字耄” “怎么了怔蚌?”我有些...
    開封第一講書人閱讀 164,911評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)旁赊。 經(jīng)常有香客問(wèn)我桦踊,道長(zhǎng),這世上最難降的妖魔是什么终畅? 我笑而不...
    開封第一講書人閱讀 58,737評(píng)論 1 294
  • 正文 為了忘掉前任籍胯,我火速辦了婚禮,結(jié)果婚禮上离福,老公的妹妹穿的比我還像新娘杖狼。我一直安慰自己,他們只是感情好妖爷,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,753評(píng)論 6 392
  • 文/花漫 我一把揭開白布蝶涩。 她就那樣靜靜地躺著,像睡著了一般絮识。 火紅的嫁衣襯著肌膚如雪绿聘。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,598評(píng)論 1 305
  • 那天次舌,我揣著相機(jī)與錄音熄攘,去河邊找鬼。 笑死彼念,一個(gè)胖子當(dāng)著我的面吹牛挪圾,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播逐沙,決...
    沈念sama閱讀 40,338評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼哲思,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了酱吝?” 一聲冷哼從身側(cè)響起也殖,我...
    開封第一講書人閱讀 39,249評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎务热,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體己儒,經(jīng)...
    沈念sama閱讀 45,696評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡崎岂,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 37,888評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了闪湾。 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冲甘。...
    茶點(diǎn)故事閱讀 40,013評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出江醇,到底是詐尸還是另有隱情濒憋,我是刑警寧澤,帶...
    沈念sama閱讀 35,731評(píng)論 5 346
  • 正文 年R本政府宣布陶夜,位于F島的核電站凛驮,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏条辟。R本人自食惡果不足惜黔夭,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,348評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望羽嫡。 院中可真熱鬧本姥,春花似錦、人聲如沸杭棵。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,929評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)魂爪。三九已至辰妙,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間甫窟,已是汗流浹背密浑。 一陣腳步聲響...
    開封第一講書人閱讀 33,048評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留粗井,地道東北人尔破。 一個(gè)月前我還...
    沈念sama閱讀 48,203評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像浇衬,于是被迫代替她去往敵國(guó)和親懒构。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,960評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容