雪花算法源码,js 雪花算法

一、介绍

SnowFlow算法是Twitter推出的分布式id生成算法。它的主要核心思想是使用64位长数字作为全局id。在分布式系统中经常用到，id中加入了时间戳的概念，基本保持不重复，保持向上递增。

　　在这64位中，第一位未使用，然后41位用作毫秒，10位用作工作机ID，12位用作序列号。具体如下图所示：

　　第一部分：0，这是一个符号位，因为如果二进制的第一位是1，那么都是负数，但是我们生成的id都是正数，所以第一位基本上是0。

　　第二部分：41位，代表一个时间戳。41位可以表示的数字多达$2 {41} $-1，或者2 {41}-1毫秒，基本上差不多是69年。

　　第3部分：五位代表机房id。

　　第四部分：5位代表机器id。

　　第五部分：12位代表机房id和序列号，是在这一毫秒内某个机房同时生成的id的序列号，000000000。如果是同样的毫秒，雪花值会增加。

　　简单地说，如果您的一个服务假设要生成一个全局惟一的id，您可以向部署了雪花算法的系统发送一个请求，该系统将生成惟一的id。

　　这个算法可以保证在同一个毫秒内，在一台机房的机器上生成一个唯一的id。一毫秒内可能会生成多个id，但有最后12位的序列号来区分它们。

　　让我们简单看一下这个算法的代码实现部分。

　　简而言之，就是用一个64比特数中的每个比特位来设置不同的标志位。

二、代码实现

包com . lhh . utils；/* * * @ author刘欢欢* @ version 1.0 * @ date 2022/2/21 22336033 * @ descripte Twitter的分布式唯一id算法*/public class SnowFlow {//因为二进制中第一位是1，那么就全是负数，但是我们生成的id全是正数，所以第一位//机器ID二进制5位32位减1位31个私有长工ID；//机房ID为二进制5位数32位数减1位数31 private long datacenterId//代表一毫秒内生成的多个id的最新序列号为12位4096 -1=4095私有长序列；//设置一个时间初始值2 41-1，可以用差不多69年私长TWepoch=15856442688888L//5位机器id private long workerIdBits=5L//5位数字机房ID；private long datacenterIdBits=5L；//每毫秒生成的id号为2的12次方私有长序列比特=12L//这是二进制运算，即5 bit最多只能有31位，也就是说机器id最多只能在32以内。列兵长MaxWorkerID=-1L (-1L工人比特)；//这意味着5 bit最多只能有31位，机房id最多只能在32 private long max data center=-1L(-1L数据中心位)以内；private long worker id shift=sequence bits；private long data centerid shift=sequence bits worker idbits；private long timestamp left shift=sequence bits worker idbits datacenterIdBits；//-1L二进制是1111 1111为什么？//-1左移12位是1111 1111 0000 0000 0000//同一个XOR是0，1//111 1111 0000 0000 0000 0000//1111 1111 1111//0000 0000 1111 1111 1111是4095私有长序列掩码=-1l(-1l//记录毫秒

　　vate 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) { // 检查机房id和机器id是否超过31 不能小于0 if (workerId > maxWorkerId workerId < 0) { throw new IllegalArgumentException( String.format("worker Id cant be greater than %d or less than 0",maxWorkerId)); } if (datacenterId > maxDatacenterId datacenterId < 0) { throw new IllegalArgumentException( String.format("datacenter Id cant be greater than %d or less than 0",maxDatacenterId)); } this.workerId = workerId; this.datacenterId = datacenterId; this.sequence = sequence; } // 这个是核心方法，通过调用nextId()方法， // 让当前这台机器上的snowflake算法程序生成一个全局唯一的id public synchronized long nextId() { // 这儿就是获取当前时间戳，单位是毫秒 long timestamp = timeGen(); // 判断是否小于上次时间戳，如果小于的话，就抛出异常 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)); } // 下面是说假设在同一个毫秒内，又发送了一个请求生成一个id // 这个时候就得把seqence序号给递增1，最多就是4096 if (timestamp == lastTimestamp) { // 这个意思是说一个毫秒内最多只能有4096个数字，无论你传递多少进来， //这个位运算保证始终就是在4096这个范围内，避免你自己传递个sequence超过了4096这个范围 sequence = (sequence + 1) & sequenceMask; //当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID if (sequence == 0) { timestamp = tilNextMillis(lastTimestamp); } } else { sequence = 0; } // 这儿记录一下最近一次生成id的时间戳，单位是毫秒 lastTimestamp = timestamp; // 这儿就是最核心的二进制位运算操作，生成一个64bit的id // 先将当前时间戳左移，放到41 bit那儿；将机房id左移放到5 bit那儿；将机器id左移放到5 bit那儿；将序号放最后12 bit // 最后拼接起来成一个64 bit的二进制数字，转换成10进制就是个long型 return ((timestamp - twepoch) << timestampLeftShift) (datacenterId << datacenterIdShift) (workerId << workerIdShift) sequence; } /** * 当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID * @param lastTimestamp * @return */ private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } //获取当前时间戳 private long timeGen(){ return System.currentTimeMillis(); } /** * main 测试类 * @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、算法优缺点

优点：

　　（1）高性能高可用：生成时不依赖于数据库，完全在内存中生成。

　　（2）容量大：每秒中能生成数百万的自增ID。

　　（3）ID自增：存入数据库中，索引效率高。

　　缺点：

　　依赖与系统时间的一致性，如果系统时间被回调，或者改变，可能会造成id冲突或者重复(时钟重播造成的id重复问题)

　　到此这篇关于Java实现雪花算法的示例代码的文章就介绍到这了,更多相关Java雪花算法内容请搜索盛行IT以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。