Java實現雪花算法的原理

SnowFlake 算法,是 Twitter 開源的分佈式 id 生成算法。其核心思想就是:使用一個 64 bit 的 long 型的數字作為全局唯一 id。在分佈式系統中的應用十分廣泛,且ID 引入瞭時間戳,基本上保持自增的,後面的代碼中有詳細的註解。

這 64 個 bit 中,其中 1 個 bit 是不用的,然後用其中的 41 bit 作為毫秒數,用 10 bit 作為工作機器 id,12 bit 作為序列號。

給大傢舉個例子吧,比如下面那個 64 bit 的 long 型數字:

  • 第一個部分,是 1 個 bit:0,這個是無意義的。
  • 第二個部分是 41 個 bit:表示的是時間戳。
  • 第三個部分是 5 個 bit:表示的是機房 id,10001。
  • 第四個部分是 5 個 bit:表示的是機器 id,1 1001。
  • 第五個部分是 12 個 bit:表示的序號,就是某個機房某臺機器上這一毫秒內同時生成的 id 的序號,0000 00000000。

①1 bit:是不用的,為啥呢?

因為二進制裡第一個 bit 為如果是 1,那麼都是負數,但是我們生成的 id 都是正數,所以第一個 bit 統一都是 0。 

②41 bit:表示的是時間戳,單位是毫秒。

41 bit 可以表示的數字多達 2^41 – 1,也就是可以標識 2 ^ 41 – 1 個毫秒值,換算成年就是表示 69 年的時間。 

③10 bit:記錄工作機器 id,代表的是這個服務最多可以部署在 2^10 臺機器上,也就是 1024 臺機器。 

但是 10 bit 裡 5 個 bit 代表機房 id,5 個 bit 代表機器 id。意思就是最多代表 2 ^ 5 個機房(32 個機房),每個機房裡可以代表 2 ^ 5 個機器(32 臺機器),也可以根據自己公司的實際情況確定。

④12 bit:這個是用來記錄同一個毫秒內產生的不同 id。

12 bit 可以代表的最大正整數是 2 ^ 12 – 1 = 4096,也就是說可以用這個 12 bit 代表的數字來區分同一個毫秒內的 4096 個不同的 id。

簡單來說,你的某個服務假設要生成一個全局唯一 id,那麼就可以發送一個請求給部署瞭 SnowFlake 算法的系統,由這個 SnowFlake 算法系統來生成唯一 id。

這個 SnowFlake 算法系統首先肯定是知道自己所在的機房和機器的,比如機房 id = 17,機器 id = 12。

接著 SnowFlake 算法系統接收到這個請求之後,首先就會用二進制位運算的方式生成一個 64 bit 的 long 型 id,64 個 bit 中的第一個 bit 是無意義的。

接著 41 個 bit,就可以用當前時間戳(單位到毫秒),然後接著 5 個 bit 設置上這個機房 id,還有 5 個 bit 設置上機器 id。

最後再判斷一下,當前這臺機房的這臺機器上這一毫秒內,這是第幾個請求,給這次生成 id 的請求累加一個序號,作為最後的 12 個 bit。

最終一個 64 個 bit 的 id 就出來瞭,類似於:

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,生成瞭一個唯一的 id。可能一個毫秒內會生成多個 id,但是有最後 12 個 bit 的序號來區分開來。

下面我們簡單看看這個 SnowFlake 算法的一個代碼實現,這就是個示例,大傢如果理解瞭這個意思之後,以後可以自己嘗試改造這個算法。

總之就是用一個 64 bit 的數字中各個 bit 位來設置不同的標志位,區分每一個 id。

SnowFlake 算法的實現代碼如下:

 
public class IdWorker {
 
	//因為二進制裡第一個 bit 為如果是 1,那麼都是負數,但是我們生成的 id 都是正數,所以第一個 bit 統一都是 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;
	//代表一毫秒內生成的多個id的最新序號  12位 4096 -1 = 4095 個
	private long sequence;
	//設置一個時間初始值    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;
	//每毫秒內產生的id數 2 的 12次方
	private long sequenceBits = 12L;
	// 這個是二進制運算,就是5 bit最多隻能有31個數字,也就是說機器id最多隻能是32以內
	private long maxWorkerId = -1L ^ (-1L << workerIdBits);
	// 這個是一個意思,就是5 bit最多隻能有31個數字,機房id最多隻能是32以內
	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);
	//記錄產生時間毫秒數,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) {
 
		// 檢查機房id和機器id是否超過31 不能小於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();
		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));
		}
 
		// 下面是說假設在同一個毫秒內,又發送瞭一個請求生成一個id
		// 這個時候就得把seqence序號給遞增1,最多就是4096
		if (lastTimestamp == timestamp) {
 
			// 這個意思是說一個毫秒內最多隻能有4096個數字,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,避免你自己傳遞個sequence超過瞭4096這個范圍
			sequence = (sequence + 1) & sequenceMask;
			//當某一毫秒的時間,產生的id數 超過4095,系統會進入等待,直到下一毫秒,系統繼續產生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;將序號放最後12 bit
		// 最後拼接起來成一個64 bit的二進制數字,轉換成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,產生的id數 超過4095,系統會進入等待,直到下一毫秒,系統繼續產生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);
//		IdWorker worker = new IdWorker(1,1,1);
//		for (int i = 0; i < 22; i++) {
//			System.out.println(worker.nextId());
//		}
	}
}

SnowFlake算法的優點:

(1)高性能高可用:生成時不依賴於數據庫,完全在內存中生成。

(2)容量大:每秒中能生成數百萬的自增ID。

(3)ID自增:存入數據庫中,索引效率高。

SnowFlake算法的缺點:

依賴與系統時間的一致性,如果系統時間被回調,或者改變,可能會造成id沖突或者重復。
 

實際中我們的機房並沒有那麼多,我們可以改進改算法,將10bit的機器id優化,成業務表或者和我們系統相關的業務。

到此這篇關於Java實現雪花算法的原理的文章就介紹到這瞭,更多相關Java 雪花算法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: