Java實現(xiàn)雪花算法的示例代碼
一、介紹
SnowFlow算法是Twitter推出的分布式id生成算法,主要核心思想就是利用64bit的long類型的數(shù)字作為全局的id。在分布式系統(tǒng)中經(jīng)常應(yīng)用到,并且,在id中加入了時間戳的概念,基本上保持不重復(fù),并且持續(xù)一種向上增加的方式。
在這64bit中,其中``第一個bit是不用的,然后用其中的41個bit作為毫秒數(shù),用10bit作為工作機器id,12bit`作為序列號.具體如下圖所示:
第一個部分:0,這個是個符號位,因為在二進制中第一個bit如果是1的話,那么都是負數(shù),但是我們生成的這些id都是正數(shù),所以第一個bit基本上都是0
第二個部分:41個bit,代表的是一個時間戳,41bit可以表示的數(shù)字多達$2^{41} $-1,也可以表示2^{41}-1個毫秒值,基本上差不多是69年。
第三個部分:5個bit 表示的是機房id。
第四個部分:5個bit 表示的是機器id。
第五個部分:12個bit 表示的是機房id,表示的序號,就是某個機房某臺機器上這一毫秒內(nèi)同時生成的 id 的序號,0000 00000000,如果是同一毫秒,那么這個雪花值就會遞增
簡單來說,你的某個服務(wù)假設(shè)要生成一個全局唯一 id,那么就可以發(fā)送一個請求給部署了 SnowFlake 算法的系統(tǒng),由這個 SnowFlake 算法系統(tǒng)來生成唯一 id。
這個算法可以保證說,一個機房的一臺機器上,在同一毫秒內(nèi),生成了一個唯一的 id。可能一個毫秒內(nèi)會生成多個 id,但是有最后 12 個 bit 的序號來區(qū)分開來。
下面我們就來簡單看下這個算法的代碼實現(xiàn)部分。
總之就是用一個64bit的數(shù)字中各個bit位置來設(shè)置不同的標志位
二、代碼實現(xiàn)
package com.lhh.utils; /** * @author liuhuanhuan * @version 1.0 * @date 2022/2/21 22:33 * @describe Twitter推出的分布式唯一id算法 */ public class SnowFlow { //因為二進制里第一個 bit 為如果是 1,那么都是負數(shù),但是我們生成的 id 都是正數(shù),所以第一個 bit 統(tǒng)一都是 0。 //機器ID 2進制5位 32位減掉1位 31個 private long workerId; //機房ID 2進制5位 32位減掉1位 31個 private long datacenterId; //代表一毫秒內(nèi)生成的多個id的最新序號 12位 4096 -1 = 4095 個 private long sequence; //設(shè)置一個時間初始值 2^41 - 1 差不多可以用69年 private long twepoch = 1585644268888L; //5位的機器id private long workerIdBits = 5L; //5位的機房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; // 這個是二進制運算,就是5 bit最多只能有31個數(shù)字,也就是說機器id最多只能是32以內(nèi) private long maxWorkerId = -1L ^ (-1L << workerIdBits); // 這個是一個意思,就是5 bit最多只能有31個數(shù)字,機房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; // -1L 二進制就是1111 1111 為什么? // -1 左移12位就是 1111 1111 0000 0000 0000 0000 // 異或 相同為0 ,不同為1 // 1111 1111 0000 0000 0000 0000 // ^ // 1111 1111 1111 1111 1111 1111 // 0000 0000 1111 1111 1111 1111 換算成10進制就是4095 private long sequenceMask = -1L ^ (-1L << sequenceBits); //記錄產(chǎn)生時間毫秒數(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 SnowFlow() { } public SnowFlow(long workerId, long datacenterId, long sequence) { // 檢查機房id和機器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; } // 這個是核心方法,通過調(diào)用nextId()方法, // 讓當前這臺機器上的snowflake算法程序生成一個全局唯一的id public synchronized long nextId() { // 這兒就是獲取當前時間戳,單位是毫秒 long timestamp = timeGen(); // 判斷是否小于上次時間戳,如果小于的話,就拋出異常 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)); } // 下面是說假設(shè)在同一個毫秒內(nèi),又發(fā)送了一個請求生成一個id // 這個時候就得把seqence序號給遞增1,最多就是4096 if (timestamp == lastTimestamp) { // 這個意思是說一個毫秒內(nèi)最多只能有4096個數(shù)字,無論你傳遞多少進來, //這個位運算保證始終就是在4096這個范圍內(nèi),避免你自己傳遞個sequence超過了4096這個范圍 sequence = (sequence + 1) & sequenceMask; //當某一毫秒的時間,產(chǎn)生的id數(shù) 超過4095,系統(tǒng)會進入等待,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的時間戳,單位是毫秒 lastTimestamp = timestamp; // 這兒就是最核心的二進制位運算操作,生成一個64bit的id // 先將當前時間戳左移,放到41 bit那兒;將機房id左移放到5 bit那兒;將機器id左移放到5 bit那兒;將序號放最后12 bit // 最后拼接起來成一個64 bit的二進制數(shù)字,轉(zhuǎn)換成10進制就是個long型 return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift) | (workerId << workerIdShift) | sequence; } /** * 當某一毫秒的時間,產(chǎn)生的id數(shù) 超過4095,系統(tǒng)會進入等待,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; } //獲取當前時間戳 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); SnowFlow snowFlow = new SnowFlow(1, 1, 1); for (int i = 0; i < 22; i++) { System.out.println(snowFlow.nextId()); // } } } }
三、算法優(yōu)缺點
優(yōu)點:
(1)高性能高可用:生成時不依賴于數(shù)據(jù)庫,完全在內(nèi)存中生成。
(2)容量大:每秒中能生成數(shù)百萬的自增ID。
(3)ID自增:存入數(shù)據(jù)庫中,索引效率高。
缺點:
依賴與系統(tǒng)時間的一致性,如果系統(tǒng)時間被回調(diào),或者改變,可能會造成id沖突或者重復(fù)(時鐘重播造成的id重復(fù)問題)
到此這篇關(guān)于Java實現(xiàn)雪花算法的示例代碼的文章就介紹到這了,更多相關(guān)Java雪花算法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
使用stream的Collectors.toMap()方法常見的問題及解決
這篇文章主要介紹了使用stream的Collectors.toMap()方法常見的問題及解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-03-03JNI實現(xiàn)最簡單的JAVA調(diào)用C/C++代碼
這篇文章主要介紹了JNI實現(xiàn)最簡單的JAVA調(diào)用C/C++代碼,具有一定的參考價值,感興趣的小伙伴們可以參考一下2017-08-08