Java系列之雪花算法和原理

Dear 丶 2022-12-22 15:28 115阅读 0赞

**SnowFlake 算法**：是 Twitter 开源的分布式 id 生成算法。  
**核心思想**：使用一个 64 bit 的 long 型的数字作为全局唯一 id。  
首先了解一下雪花ID的结构：从网上盗用一张；  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1YW5fbHU_size_16_color_FFFFFF_t_70_pic_center]  
**针对上面各个部分做简单说明：**

1.  `1bit`:不用;因为二进制中最高位是符号位，1表示负数，0表示正数。生成的id一般都是用整数，所以最高位固定为0。
2.  `41bit-时间戳`，用来记录时间戳，毫秒级。

*  41位可以表示241\-1个数字，
 *  如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0 至 241\- 1;减1是因为可表示的数值范围是从0开始算的，而不是1。
 *  也就是说41位可以表示241\-1个毫秒的值，转化成单位年则是(241\-1) / (1000 \* 60 \* 60 \* 24 \* 365)=69年

1.  `10bit-工作机器id`，用来记录工作机器id。代表的是这个服务最多可以部署在 210 台机器上，也就是 1024 台机器。

*  可以部署在个节点，包括5位datacenterId和5位workerId;
 *  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**。
 *  5位（bit）可以表示的最大正整数是，即可以用0、1、2、3、…31这32个数字，来表示不同的datecenterId或workerId;

1.  `12bit-序列号`，序列号，用来记录同毫秒内产生的不同id。

*  12位（bit）可以表示的最大正整数是212 \- 1 ，即可以用0、1、2、3、…4094这4095个数字，来表示同一机器同一时间截（毫秒)内产生的4095个ID序号。
 *  **对于分布式中雪花ID的应用理解：**  
    SnowFlake算法生成的ID大致上是按照时间递增的，用在分布式系统中时，需要注意数据中心标识和机器标识必须唯一，这样就能保证每个节点生成的ID都是唯一的。或许我们不一定都需要像上面那样使用5位作为数据中心标识，5位作为机器标识，可以根据我们业务的需要，灵活分配节点部分，**如：若不需要数据中心，完全可以使用全部10位作为机器标识；若数据中心不多，也可以只使用3位作为数据中心，7位作为机器标识**。  
    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workerId作区分）**，并且效率较高。据说：snowflake每秒能够产生26万个ID。

综上，简单举例说明一下：

0 - 0001100101 0001010111 1101000100 1010111000 0 - 10001 - 11001 - 000000000000

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，11001。  
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，000000000000。

**源码实现**

package com.qxy.utils;
    
    /** * @author wx * */
    public final class SnowFlake { 
            // 起始的时间戳
            private final static long START_STMP = 1577808000000L; //2020-01-01
            // 每一部分占用的位数，就三个
            private final static long SEQUENCE_BIT = 12; //序列号占用的位数
            private final static long MACHINE_BIT = 5; //机器标识占用的位数
            private final static long DATACENTER_BIT = 5; //数据中心占用的位数
            // 每一部分最大值
            private final static long MAX_DATACENTER_NUM = ~(-1L << DATACENTER_BIT);
            private final static long MAX_MACHINE_NUM = ~(-1L << MACHINE_BIT);
            private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT);
            // 每一部分向左的位移
            private final static long MACHINE_LEFT = SEQUENCE_BIT;
            private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
            private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;
            private long datacenterId; //数据中心
            private long machineId; //机器标识
            private long sequence = 0L; //序列号
            private long lastStmp = -1L; //上一次时间戳
    
            public SnowFlake(long datacenterId, long machineId) { 
                if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) { 
                    throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
                }
                if (machineId > MAX_MACHINE_NUM || machineId < 0) { 
                    throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
                }
                this.datacenterId = datacenterId;
                this.machineId = machineId;
            }
    
            //产生下一个ID
            public synchronized long nextId() { 
                long currStmp = timeGen();
                if (currStmp < lastStmp) { 
                    throw new RuntimeException("Clock moved backwards. Refusing to generate id");
                }
    
                if (currStmp == lastStmp) { 
                    //if条件里表示当前调用和上一次调用落在了相同毫秒内，只能通过第三部分，序列号自增来判断为唯一，所以+1.
                    sequence = (sequence + 1) & MAX_SEQUENCE;
                    //同一毫秒的序列数已经达到最大，只能等待下一个毫秒
                    if (sequence == 0L) { 
                        currStmp = getNextMill();
                    }
                } else { 
                    //不同毫秒内，序列号置为0
                    //执行到这个分支的前提是currTimestamp > lastTimestamp，说明本次调用跟上次调用对比，已经不再同一个毫秒内了，这个时候序号可以重新回置0了。
                    sequence = 0L;
                }
    
                lastStmp = currStmp;
                //就是用相对毫秒数、机器ID和自增序号拼接
                return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
                        | datacenterId << DATACENTER_LEFT       //数据中心部分
                        | machineId << MACHINE_LEFT             //机器标识部分
                        | sequence;                             //序列号部分
            }
    
            private long getNextMill() { 
                long mill = timeGen();
                while (mill <= lastStmp) { 
                    mill = timeGen();
                }
                return mill;
            }
    
            private long timeGen() { 
                return System.currentTimeMillis();
            }
    
        public static void main(String[] args) { 
            SnowFlake snowFlake = new SnowFlake(2, 3);
            for (int i =0; i < 1000; i ++) { 
                System.out.println(snowFlake.nextId());
            }
        }
    
    }

总结：  
SnowFlake 算法系统：首先从配置文件中读取自己所在的机房和机器，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，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。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1YW5fbHU_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/54f1890828ba41f4996b5371200f2d23.png