Java实现雪花算法（snowflake）-生成永不重复的ID（源代码+工具类）使用案例

妖狐艹你老母 2022-09-10 14:29 48阅读 0赞

雪花算法是由Twitter公司开源的snowflake(雪花）算法。

### 1、雪花算法的原理 ###

雪花算法会生成一个64位的二进制数据，为一个Long型。

(转换成字符串后长度最多19)，其基本结构:

![在这里插入图片描述][62c33f09627941d4b34b8a9e4a8a18d2.png]

**第一位**:为未使用

**第二部分**:41位为毫秒级时间(41位的长度可以使用69年)

**第三部分**:5位`datacenterld`和5位`workerld`(10位的长度最多支持部署1024个节点)

**第四部分**:最后12位是毫秒内的计数(12位的计数顺序号支持每个节点每毫秒产生4096个ID序号)

`snowflake`生成的ID整体上按照时间自增排序，  
并且整个分布式系统内不会产生ID碰撞（由`datacenter`和`workerld`作区分)，  
并且效率较高。

经测试`snowflake`每秒能够产生26万个ID。

### 2、工具类（雪花算法源代码） ###

/**
 * 名称：IdWorker.java
 * 描述：分布式自增长ID
 * <pre>
 * Twitter的 Snowflake　JAVA实现方案
 * </pre>
 * 核心代码为其IdWorker这个类实现，其原理结构如下，我分别用一个0表示一位，用—分割开部分的作用：
 * 1||0---0000000000 0000000000 0000000000 0000000000 0 --- 00000 ---00000 ---000000000000
 * 在上面的字符串中，第一位为未使用（实际上也可作为long的符号位），接下来的41位为毫秒级时间，
 * 然后5位datacenter标识位，5位机器ID（并不算标识符，实际是为线程标识），
 * 然后12位该毫秒内的当前毫秒内的计数，加起来刚好64位，为一个Long型。
 * 这样的好处是，整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞（由datacenter和机器ID作区分），
 * 并且效率较高，经测试，snowflake每秒能够产生26万ID左右，完全满足需要。
 * 
 * 64位ID (42(毫秒)+5(机器ID)+5(业务编码)+12(重复累加))
 *
 * @author Polim
 */
 public class IdWorker {
 
 // 时间起始标记点，作为基准，一般取系统的最近时间（一旦确定不能变动）
 private final static long twepoch = 1288834974657L;
 // 机器标识位数
 private final static long workerIdBits = 5L;
 // 数据中心标识位数
 private final static long datacenterIdBits = 5L;
 // 机器ID最大值
 private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);
 // 数据中心ID最大值
 private final static long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
 // 毫秒内自增位
 private final static long sequenceBits = 12L;
 // 机器ID偏左移12位
 private final static long workerIdShift = sequenceBits;
 // 数据中心ID左移17位
 private final static long datacenterIdShift = sequenceBits + workerIdBits;
 // 时间毫秒左移22位
 private final static long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
 
 private final static long sequenceMask = -1L ^ (-1L << sequenceBits);
 /* 上次生产id时间戳 */
 private static long lastTimestamp = -1L;
 // 0，并发控制
 private long sequence = 0L;
 
 private final long workerId;
 // 数据标识id部分
 private final long datacenterId;
 
 public IdWorker(){
 
 this.datacenterId = getDatacenterId(maxDatacenterId);
 this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);
 }
 /**
 * @param workerId
 * 工作机器ID
 * @param datacenterId
 * 序列号
 */
 public IdWorker(long workerId, long datacenterId) {
 
 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;
 }
 /**
 * 获取下一个ID
 *
 * @return
 */
 public synchronized long nextId() {
 
 long timestamp = timeGen();
 if (timestamp < lastTimestamp) {
 
 throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
 }
 
 if (lastTimestamp == timestamp) {
 
 // 当前毫秒内，则+1
 sequence = (sequence + 1) & sequenceMask;
 if (sequence == 0) {
 
 // 当前毫秒内计数满了，则等待下一秒
 timestamp = tilNextMillis(lastTimestamp);
 }
 } else {
 
 sequence = 0L;
 }
 lastTimestamp = timestamp;
 // ID偏移组合生成最终的ID，并返回ID
 long nextId = ((timestamp - twepoch) << timestampLeftShift)
 | (datacenterId << datacenterIdShift)
 | (workerId << workerIdShift) | sequence;
 
 return nextId;
 }
 
 private long tilNextMillis(final long lastTimestamp) {
 
 long timestamp = this.timeGen();
 while (timestamp <= lastTimestamp) {
 
 timestamp = this.timeGen();
 }
 return timestamp;
 }
 
 private long timeGen() {
 
 return System.currentTimeMillis();
 }
 
 /**
 * 
 * 获取 maxWorkerId
 * 
 */
 protected static long getMaxWorkerId(long datacenterId, long maxWorkerId) {
 
 StringBuffer mpid = new StringBuffer();
 mpid.append(datacenterId);
 String name = ManagementFactory.getRuntimeMXBean().getName();
 if (!name.isEmpty()) {
 
 /*
 * GET jvmPid
 */
 mpid.append(name.split("@")[0]);
 }
 /*
 * MAC + PID 的 hashcode 获取16个低位
 */
 return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);
 }
 
 /**
 * 
 * 数据标识id部分
 * 
 */
 protected static long getDatacenterId(long maxDatacenterId) {
 
 long id = 0L;
 try {
 
 InetAddress ip = InetAddress.getLocalHost();
 NetworkInterface network = NetworkInterface.getByInetAddress(ip);
 if (network == null) {
 
 id = 1L;
 } else {
 
 byte[] mac = network.getHardwareAddress();
 id = ((0x000000FF & (long) mac[mac.length - 1])
 | (0x0000FF00 & (((long) mac[mac.length - 2]) << 8))) >> 6;
 id = id % (maxDatacenterId + 1);
 }
 } catch (Exception e) {
 
 System.out.println(" getDatacenterId: " + e.getMessage());
 }
 return id;
 }
 
 
 }

### 3、使用案例 ###

public class OrderId {
        
    
        public static void main(String[] args) {
        
    
            IdWorker idWorker = new IdWorker(1, 1);
            long l = idWorker.nextId();
            System.out.println(l);
        }
    
    }

运行结果  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6JOd55uS5a2QaXRibHVlYm94_size_13_color_FFFFFF_t_70_g_se_x_16]

[62c33f09627941d4b34b8a9e4a8a18d2.png]: /images/20220829/2b5085bfcd6e42499f727da4457b8124.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6JOd55uS5a2QaXRibHVlYm94_size_13_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/779bc4bcc1fb46649fd0940d3c4a8492.png