SnowFlake 算法，是 Twitter 開源的分布式 ID 生成算法。
其核心思想就是：使用一個(gè) 64 bit 的 long 型的數(shù)字作為全局唯一 ID。在分布式系統(tǒng)中的應(yīng)用十分廣泛，且 ID 引入了時(shí)間戳，基本上保持自增的，后面的代碼中有詳細(xì)的注解。
這 64 個(gè) bit 中，其中 1 個(gè) bit 是不用的，然后用其中的 41 bit 作為毫秒數(shù)，用 10 bit 作為工作機(jī)器 ID，12 bit 作為序列號(hào)。
給大家舉個(gè)例子吧，比如下面那個(gè) 64 bit 的 long 型數(shù)字：
- 第一個(gè)部分是 1 個(gè) bit：0，這個(gè)是無意義的。
- 第二個(gè)部分是 41 個(gè) bit：表示的是時(shí)間戳。
- 第三個(gè)部分是 5 個(gè) bit：表示的是機(jī)房 ID，10001。
- 第四個(gè)部分是 5 個(gè) bit：表示的是機(jī)器 ID，1 1001。
- 第五個(gè)部分是 12 個(gè) bit：表示的序號(hào)，就是某個(gè)機(jī)房某臺(tái)機(jī)器上這一毫秒內(nèi)同時(shí)生成的 id 的序號(hào)，0000 00000000。
1 bit：是不用的，為啥呢？
因?yàn)槎M(jìn)制里第一個(gè) bit 為如果是 1，那么都是負(fù)數(shù)，但是我們生成的 ID 都是正數(shù)，所以第一個(gè) bit 統(tǒng)一都是 0。
41 bit：表示的是時(shí)間戳，單位是毫秒。
41 bit 可以表示的數(shù)字多達(dá) 2^41 - 1，也就是可以表示 2 ^ 41 - 1 個(gè)毫秒值，換算成年就是表示 69 年的時(shí)間。
10 bit：記錄工作機(jī)器 ID。
代表的是這個(gè)服務(wù)最多可以部署在 2^10 臺(tái)機(jī)器上，也就是 1024 臺(tái)機(jī)器。
但是 10 bit 里 5 個(gè) bit 代表機(jī)房 ID，5 個(gè) bit 代表機(jī)器 ID。意思就是最多代表 2 ^ 5 個(gè)機(jī)房（32 個(gè)機(jī)房），每個(gè)機(jī)房里可以代表 2 ^ 5 個(gè)機(jī)器（32 臺(tái)機(jī)器），也可以根據(jù)自己公司的實(shí)際情況確定。
12 bit：這個(gè)是用來記錄同一個(gè)毫秒內(nèi)產(chǎn)生的不同 ID。
12 bit 可以代表的最大正整數(shù)是 2 ^ 12 - 1 = 4096，也就是說可以用這個(gè) 12 bit 代表的數(shù)字來區(qū)分同一個(gè)毫秒內(nèi)的 4096 個(gè)不同的 ID。
簡單來說，你的某個(gè)服務(wù)假設(shè)要生成一個(gè)全局唯一 ID，那么就可以發(fā)送一個(gè)請求給部署了 SnowFlake 算法的系統(tǒng)，由這個(gè) SnowFlake 算法系統(tǒng)來生成唯一 ID。
這個(gè) SnowFlake 算法系統(tǒng)首先肯定是知道自己所在的機(jī)房和機(jī)器的，比如機(jī)房 ID = 17，機(jī)器 ID = 12。
接著 SnowFlake 算法系統(tǒng)接收到這個(gè)請求之后，首先就會(huì)用二進(jìn)制位運(yùn)算的方式生成一個(gè) 64 bit 的 long 型 ID，64 個(gè) bit 中的第一個(gè) bit 是無意義的。
接著 41 個(gè) bit，就可以用當(dāng)前時(shí)間戳（單位到毫秒），然后接著 5 個(gè) bit 設(shè)置上這個(gè)機(jī)房 ID，還有 5 個(gè) bit 設(shè)置上機(jī)器 ID。
最后再判斷一下，當(dāng)前這臺(tái)機(jī)房的這臺(tái)機(jī)器上這一毫秒內(nèi)，這是第幾個(gè)請求，給這次生成 ID 的請求累加一個(gè)序號(hào)，作為最后的 12 個(gè) bit。
最終一個(gè) 64 個(gè) bit 的 ID 就出來了，類似于：
這個(gè)算法可以保證，一個(gè)機(jī)房的一臺(tái)機(jī)器上，在同一毫秒內(nèi)生成了一個(gè)唯一的 ID。可能一個(gè)毫秒內(nèi)會(huì)生成多個(gè) ID，但是有最后 12 個(gè) bit 的序號(hào)來區(qū)分開來。
下面我們簡單看看這個(gè) SnowFlake 算法的一個(gè)代碼實(shí)現(xiàn)，這就是個(gè)示例，大家如果理解了這個(gè)意思之后，以后可以自己嘗試改造這個(gè)算法。
總之就是用一個(gè) 64 bit 的數(shù)字中各個(gè) bit 位來設(shè)置不同的標(biāo)志位，區(qū)分每一個(gè) ID。
SnowFlake 算法的實(shí)現(xiàn)代碼如下：
public class IdWorker {
//因?yàn)槎M(jìn)制里第一個(gè) bit 為如果是 1，那么都是負(fù)數(shù)，但是我們生成的 id 都是正數(shù)，所以第一個(gè) bit 統(tǒng)一都是 0。
//機(jī)器ID 2進(jìn)制5位 32位減掉1位 31個(gè)
private long workerId;
//機(jī)房ID 2進(jìn)制5位 32位減掉1位 31個(gè)
private long datacenterId;
//代表一毫秒內(nèi)生成的多個(gè)id的最新序號(hào) 12位 4096 -1 = 4095 個(gè)
private long sequence;
//設(shè)置一個(gè)時(shí)間初始值 2^41 - 1 差不多可以用69年
private long twepoch = 1585644268888L;
//5位的機(jī)器id
private long workerIdBits = 5L;
//5位的機(jī)房id
private long datacenterIdBits = 5L;
//每毫秒內(nèi)產(chǎn)生的id數(shù) 2 的 12次方
private long sequenceBits = 12L;
// 這個(gè)是二進(jìn)制運(yùn)算，就是5 bit最多只能有31個(gè)數(shù)字，也就是說機(jī)器id最多只能是32以內(nèi)
private long maxWorkerId = -1L ^ (-1L << workerIdBits);
// 這個(gè)是一個(gè)意思，就是5 bit最多只能有31個(gè)數(shù)字，機(jī)房id最多只能是32以內(nèi)
private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
private long workerIdShift = sequenceBits;
private long datacenterIdShift = sequenceBits + workerIdBits;
private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
private long sequenceMask = -1L ^ (-1L << sequenceBits);
//記錄產(chǎn)生時(shí)間毫秒數(shù)，判斷是否是同1毫秒
private long lastTimestamp = -1L;
public long getWorkerId(){
return workerId;
}
public long getDatacenterId() {
return datacenterId;
}
public long getTimestamp() {
return System.currentTimeMillis();
}
public IdWorker(long workerId, long datacenterId, long sequence) {
// 檢查機(jī)房id和機(jī)器id是否超過31 不能小于0
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));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
this.sequence = sequence;
}
// 這個(gè)是核心方法，通過調(diào)用nextId()方法，讓當(dāng)前這臺(tái)機(jī)器上的snowflake算法程序生成一個(gè)全局唯一的id
public synchronized long nextId() {
// 這兒就是獲取當(dāng)前時(shí)間戳，單位是毫秒
long timestamp = timeGen();
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));
}
// 下面是說假設(shè)在同一個(gè)毫秒內(nèi)，又發(fā)送了一個(gè)請求生成一個(gè)id
// 這個(gè)時(shí)候就得把seqence序號(hào)給遞增1，最多就是4096
if (lastTimestamp == timestamp) {
// 這個(gè)意思是說一個(gè)毫秒內(nèi)最多只能有4096個(gè)數(shù)字，無論你傳遞多少進(jìn)來，
//這個(gè)位運(yùn)算保證始終就是在4096這個(gè)范圍內(nèi)，避免你自己傳遞個(gè)sequence超過了4096這個(gè)范圍
sequence = (sequence + 1) & sequenceMask;
//當(dāng)某一毫秒的時(shí)間，產(chǎn)生的id數(shù) 超過4095，系統(tǒng)會(huì)進(jìn)入等待，直到下一毫秒，系統(tǒng)繼續(xù)產(chǎn)生ID
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0;
}
// 這兒記錄一下最近一次生成id的時(shí)間戳，單位是毫秒
lastTimestamp = timestamp;
// 這兒就是最核心的二進(jìn)制位運(yùn)算操作，生成一個(gè)64bit的id
// 先將當(dāng)前時(shí)間戳左移，放到41 bit那兒；將機(jī)房id左移放到5 bit那兒；將機(jī)器id左移放到5 bit那兒；將序號(hào)放最后12 bit
// 最后拼接起來成一個(gè)64 bit的二進(jìn)制數(shù)字，轉(zhuǎn)換成10進(jìn)制就是個(gè)long型
return ((timestamp - twepoch) << timestampLeftShift) |
(datacenterId << datacenterIdShift) |
(workerId << workerIdShift) | sequence;
}
/**
* 當(dāng)某一毫秒的時(shí)間，產(chǎn)生的id數(shù) 超過4095，系統(tǒng)會(huì)進(jìn)入等待，直到下一毫秒，系統(tǒng)繼續(xù)產(chǎn)生ID
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
//獲取當(dāng)前時(shí)間戳
private long timeGen(){
return System.currentTimeMillis();
}
/**
* main 測試類
* @param args
*/
public static void main(String[] args) {
System.out.println(1&4596);
System.out.println(2&4596);
System.out.println(6&4596);
System.out.println(6&4596);
System.out.println(6&4596);
System.out.println(6&4596);
// IdWorker worker = new IdWorker(1,1,1);
// for (int i = 0; i < 22; i++) {
// System.out.println(worker.nextId());
// }
}
}
SnowFlake 算法的優(yōu)點(diǎn)：
- 高性能高可用：生成時(shí)不依賴于數(shù)據(jù)庫，完全在內(nèi)存中生成。
- 容量大：每秒鐘能生成數(shù)百萬的自增 ID。
- ID 自增：存入數(shù)據(jù)庫中，索引效率高。
SnowFlake 算法的缺點(diǎn)：
依賴與系統(tǒng)時(shí)間的一致性，如果系統(tǒng)時(shí)間被回調(diào)，或者改變，可能會(huì)造成 ID 沖突或者重復(fù)。
實(shí)際中我們的機(jī)房并沒有那么多，我們可以改進(jìn)改算法，將 10bit 的機(jī)器 ID 優(yōu)化，成業(yè)務(wù)表或者和我們系統(tǒng)相關(guān)的業(yè)務(wù)。
該文章在 2023/3/10 8:44:40 編輯過
400 186 1886
