基于python實(shí)現(xiàn)雪花算法過程詳解
這篇文章主要介紹了基于python實(shí)現(xiàn)雪花算法過程詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
Snowflake是Twitter提出來的一個(gè)算法,其目的是生成一個(gè)64bit的整數(shù):
- 1bit:一般是符號(hào)位,不做處理
- 41bit:用來記錄時(shí)間戳,這里可以記錄69年,如果設(shè)置好起始時(shí)間比如今年是2018年,那么可以用到2089年,到時(shí)候怎么辦?要是這個(gè)系統(tǒng)能用69年,我相信這個(gè)系統(tǒng)早都重構(gòu)了好多次了。
- 10bit:10bit用來記錄機(jī)器ID,總共可以記錄1024臺(tái)機(jī)器,一般用前5位代表數(shù)據(jù)中心,后面5位是某個(gè)數(shù)據(jù)中心的機(jī)器ID
- 12bit:循環(huán)位,用來對(duì)同一個(gè)毫秒之內(nèi)產(chǎn)生不同的ID,12位可以最多記錄4095個(gè),也就是在同一個(gè)機(jī)器同一毫秒最多記錄4095個(gè),多余的需要進(jìn)行等待下毫秒。
上面只是一個(gè)將64bit劃分的標(biāo)準(zhǔn),當(dāng)然也不一定這么做,可以根據(jù)不同業(yè)務(wù)的具體場(chǎng)景來劃分,比如下面給出一個(gè)業(yè)務(wù)場(chǎng)景:
- 服務(wù)目前QPS10萬,預(yù)計(jì)幾年之內(nèi)會(huì)發(fā)展到百萬。
- 當(dāng)前機(jī)器三地部署,上海,北京,深圳都有。
- 當(dāng)前機(jī)器10臺(tái)左右,預(yù)計(jì)未來會(huì)增加至百臺(tái)。
- 這個(gè)時(shí)候我們根據(jù)上面的場(chǎng)景可以再次合理的劃分62bit,QPS幾年之內(nèi)會(huì)發(fā)展到百萬,那么每毫秒就是千級(jí)的請(qǐng)求,目前10臺(tái)機(jī)器那么每臺(tái)機(jī)器承擔(dān)百級(jí)的請(qǐng)求,為了保證擴(kuò)展,后面的循環(huán)位可以限制到1024,也就是2^10,那么循環(huán)位10位就足夠了。
機(jī)器三地部署我們可以用3bit總共8來表示機(jī)房位置,當(dāng)前的機(jī)器10臺(tái),為了保證擴(kuò)展到百臺(tái)那么可以用7bit 128來表示,時(shí)間位依然是41bit,那么還剩下64-10-3-7-41-1 = 2bit,還剩下2bit可以用來進(jìn)行擴(kuò)展。
時(shí)鐘回?fù)?br />
因?yàn)闄C(jī)器的原因會(huì)發(fā)生時(shí)間回?fù)?,我們的雪花算法是?qiáng)依賴我們的時(shí)間的,如果時(shí)間發(fā)生回?fù)?,有可能?huì)生成重復(fù)的ID,在我們上面的nextId中我們用當(dāng)前時(shí)間和上一次的時(shí)間進(jìn)行判斷,如果當(dāng)前時(shí)間小于上一次的時(shí)間那么肯定是發(fā)生了回?fù)埽惴〞?huì)直接拋出異常.
# Twitter's Snowflake algorithm implementation which is used to generate distributed IDs. # https://github.com/twitter-archive/snowflake/blob/snowflake-2010/src/main/scala/com/twitter/service/snowflake/IdWorker.scala import time import logging from .exceptions import InvalidSystemClock # 64位ID的劃分 WORKER_ID_BITS = 5 DATACENTER_ID_BITS = 5 SEQUENCE_BITS = 12 # 最大取值計(jì)算 MAX_WORKER_ID = -1 ^ (-1 << WORKER_ID_BITS) # 2**5-1 0b11111 MAX_DATACENTER_ID = -1 ^ (-1 << DATACENTER_ID_BITS) # 移位偏移計(jì)算 WOKER_ID_SHIFT = SEQUENCE_BITS DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS # 序號(hào)循環(huán)掩碼 SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS) # Twitter元年時(shí)間戳 TWEPOCH = 1288834974657 logger = logging.getLogger('flask.app') class IdWorker(object): """ 用于生成IDs """ def __init__(self, datacenter_id, worker_id, sequence=0): """ 初始化 :param datacenter_id: 數(shù)據(jù)中心(機(jī)器區(qū)域)ID :param worker_id: 機(jī)器ID :param sequence: 其實(shí)序號(hào) """ # sanity check if worker_id > MAX_WORKER_ID or worker_id < 0: raise ValueError('worker_id值越界') if datacenter_id > MAX_DATACENTER_ID or datacenter_id < 0: raise ValueError('datacenter_id值越界') self.worker_id = worker_id self.datacenter_id = datacenter_id self.sequence = sequence self.last_timestamp = -1 # 上次計(jì)算的時(shí)間戳 def _gen_timestamp(self): """ 生成整數(shù)時(shí)間戳 :return:int timestamp """ return int(time.time() * 1000) def get_id(self): """ 獲取新ID :return: """ timestamp = self._gen_timestamp() # 時(shí)鐘回?fù)? if timestamp < self.last_timestamp: logging.error('clock is moving backwards. Rejecting requests until {}'.format(self.last_timestamp)) raise InvalidSystemClock if timestamp == self.last_timestamp: self.sequence = (self.sequence + 1) & SEQUENCE_MASK if self.sequence == 0: timestamp = self._til_next_millis(self.last_timestamp) else: self.sequence = 0 self.last_timestamp = timestamp new_id = ((timestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT) | (self.datacenter_id << DATACENTER_ID_SHIFT) | \ (self.worker_id << WOKER_ID_SHIFT) | self.sequence return new_id def _til_next_millis(self, last_timestamp): """ 等到下一毫秒 """ timestamp = self._gen_timestamp() while timestamp <= last_timestamp: timestamp = self._gen_timestamp() return timestamp if __name__ == '__main__': worker = IdWorker(1, 2, 0) print(worker.get_id())
同文件夾下建立exceptions.py
class InvalidSystemClock(Exception): """ 時(shí)鐘回?fù)墚惓? """ pass
配置文件中添加,對(duì)應(yīng)的是機(jī)器ID和序列號(hào)
# Snowflake ID Worker 參數(shù) DATACENTER_ID = 0 WORKER_ID = 0 SEQUENCE = 0
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
詳解Python中range()與xrange()的區(qū)別
range()?和?xrange()?是兩個(gè)函數(shù),可用于在?Python的?for?循環(huán)中迭代一定次數(shù)。本文將通過示例詳細(xì)說說二者的區(qū)別與使用,需要的可以參考一下2022-09-09Pandas 數(shù)據(jù)處理,數(shù)據(jù)清洗詳解
今天小編就為大家分享一篇Pandas 數(shù)據(jù)處理,數(shù)據(jù)清洗詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-07-07Django?報(bào)錯(cuò):Broken?pipe?from?('127.0.0.1',?5892
這篇文章主要介紹了Django?報(bào)錯(cuò):Broken?pipe?from?('127.0.0.1',?58924)的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-09-09python中PS 圖像調(diào)整算法原理之亮度調(diào)整
這篇文章主要介紹了python中PS 圖像調(diào)整算法原理之亮度調(diào)整,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-06-06python3.6連接MySQL和表的創(chuàng)建與刪除實(shí)例代碼
這篇文章主要介紹了python3.6連接MySQL和表的創(chuàng)建與刪除實(shí)例代碼,具有一定借鑒價(jià)值,需要的朋友可以參考下2017-12-12Python實(shí)現(xiàn)RGB與HSI顏色空間的互換方式
今天小編就為大家分享一篇Python實(shí)現(xiàn)RGB與HSI顏色空間的互換方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-11-11