雪花算法的原理

r囧r小猫 2022-11-17 13:41 126阅读 0赞

**目录**

SnowFlake 算法

SnowFlake 算法的实现代码如下：

SnowFlake 算法的优点：

SnowFlake 算法的缺点：

--------------------

# SnowFlake 算法 #

是 Twitter 开源的分布式 id 生成算法。

其核心思想就是：**使用一个 64 bit 的 long 型的数字作为全局唯一 id**。在分布式系统中的应用十分广泛，且ID 引入了时间戳，基本上保持自增的。

这 64 个 bit 中，其中 1 个 bit 是不用的，然后用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号。

![图片][293cdfd9545d9a0d1b0d63a5a48a61c5.png]

给大家举个例子吧，比如上面那个 64 bit 的 long 型数字：

>  *  第一个部分是 1 个 bit：0，这个是无意义的。
>  *  第二个部分是 41 个 bit：表示的是时间戳。
>  *  第三个部分是 5 个 bit：表示的是机房 id，10001。
>  *  第四个部分是 5 个 bit：表示的是机器 id，1 1001。
>  *  第五个部分是 12 个 bit：表示的序号，就是某个机房某台机器上这一毫秒内同时生成的 id 的序号，0000 00000000。

**①1 bit：是不用的，为啥呢？**

因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。

**②41 bit：表示的是时间戳，单位是毫秒。**

41 bit 可以表示的数字多达 2^41 - 1，也就是可以标识 2 ^ 41 - 1 个毫秒值，换算成年就是表示 69 年的时间。

**③10 bit：记录工作机器 id，代表的是这个服务最多可以部署在 2^10 台机器上，也就是 1024 台机器。**

但是 10 bit 里 5 个 bit 代表机房 id，5 个 bit 代表机器 id。意思就是最多代表 2 ^ 5 个机房（32 个机房），每个机房里可以代表 2 ^ 5 个机器（32 台机器），也可以根据自己公司的实际情况确定。

**④12 bit：这个是用来记录同一个毫秒内产生的不同 id。**

12 bit 可以代表的最大正整数是 2 ^ 12 - 1 = 4096，也就是说可以用这个 12 bit 代表的数字来区分同一个毫秒内的 4096 个不同的 id。

简单来说，你的某个服务假设要生成一个全局唯一 id，那么就可以发送一个请求给部署了 SnowFlake 算法的系统，由这个 SnowFlake 算法系统来生成唯一 id。

这个 SnowFlake 算法系统首先肯定是知道自己所在的机房和机器的，比如机房 id = 17，机器 id = 12。

接着 SnowFlake 算法系统接收到这个请求之后，首先就会用二进制位运算的方式生成一个 64 bit 的 long 型 id，64 个 bit 中的第一个 bit 是无意义的。

接着 41 个 bit，就可以用当前时间戳（单位到毫秒），然后接着 5 个 bit 设置上这个机房 id，还有 5 个 bit 设置上机器 id。

最后再判断一下，当前这台机房的这台机器上这一毫秒内，这是第几个请求，给这次生成 id 的请求累加一个序号，作为最后的 12 个 bit。

最终一个 64 个 bit 的 id 就出来了，类似于：

![图片][6b399dbd9654becb22179129dc22fde6.png]

这个算法可以保证说，一个机房的一台机器上，在同一毫秒内，生成了一个唯一的 id。可能一个毫秒内会生成多个 id，但是有最后 12 个 bit 的序号来区分开来。

下面我们简单看看这个 SnowFlake 算法的一个代码实现，这就是个示例，大家如果理解了这个意思之后，以后可以自己尝试改造这个算法。

总之就是用一个 64 bit 的数字中各个 bit 位来设置不同的标志位，区分每一个 id。

# SnowFlake 算法的实现代码如下： #

public class IdWorker {
    
     //因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。
    
     //机器ID  2进制5位  32位减掉1位 31个
     private long workerId;
     //机房ID 2进制5位  32位减掉1位 31个
     private long datacenterId;
     //代表一毫秒内生成的多个id的最新序号  12位 4096 -1 = 4095 个
     private long sequence;
     //设置一个时间初始值    2^41 - 1   差不多可以用69年
     private long twepoch = 1585644268888L;
     //5位的机器id
     private long workerIdBits = 5L;
     //5位的机房id
     private long datacenterIdBits = 5L;
     //每毫秒内产生的id数 2 的 12次方
     private long sequenceBits = 12L;
     // 这个是二进制运算，就是5 bit最多只能有31个数字，也就是说机器id最多只能是32以内
     private long maxWorkerId = -1L ^ (-1L << workerIdBits);
     // 这个是一个意思，就是5 bit最多只能有31个数字，机房id最多只能是32以内
     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);
     //记录产生时间毫秒数，判断是否是同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) {
    
      // 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 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;
     }
    
     // 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();
      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 (lastTimestamp == timestamp) {
    
       // 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);
    //  IdWorker worker = new IdWorker(1,1,1);
    //  for (int i = 0; i < 22; i++) {
    //   System.out.println(worker.nextId());
    //  }
     }
    }

# SnowFlake 算法的优点： #

（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。

# SnowFlake 算法的缺点： #

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。

实际中我们的机房并没有那么多，我们可以改进改算法，将10bit的机器id优化，成业务表或者和我们系统相关的业务。

[293cdfd9545d9a0d1b0d63a5a48a61c5.png]: /images/20221022/4f182a4053224cc0b0eecfa9f0a37668.png
[6b399dbd9654becb22179129dc22fde6.png]: /images/20221022/63f1fc62d6f743d7a3c4a2c44d8be0d0.png