分布式自增ID算法snowflake（JAVA版）-蒲公英云

结构

snowflake的结构如下(每部分用-分开)

0-0000000000 0000000000 0000000000 0000000000 0-00000-00000-000000000000

第一位为未使用，接下来的41位为毫秒级时间(41位的长度可以使用69年)，然后是5位datacebterId和workerId(10位的长度最多支持部署1024个节点)，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4095个ID序列号)

一共加起来刚好64位，为一个Long型。(转换成字符串后长度最多为19)

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datacenterId和workId作区分)，并且效率较高。经测试snowflake每秒能够产生26万个ID.

源码

1 package com.learn.snowflake;
  2 
  3 import java.text.SimpleDateFormat;
  4 import java.util.Calendar;
  5 
  6 /**
  7  * @author : chenlinyan
  8  * @version : 2.0
  9  * @date : 2019/9/12 10:09
 10  *
 11  * SnowFlake的结构如下(每部分用-分开):
 12  * 0-0000000000 0000000000 0000000000 0000000000 0 -00000-00000-000000000000
 13  * 1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1。id一般是正数，最高位是0
 14  * 41位的时间戳(毫秒级)，注意，41位的时间戳不是当前时间的时间戳，而是时间戳的差值(当前时间戳-开始时间戳)，
 15  * 这里的开始时间戳，一般是我们的id生成器开始使用的时间，由我们程序来指定。
 16  * 41位的时间戳，可以使用69年，年T=(1L<< 41) / (365*24*60*60*1000) = 69
 17  * 10位的数据机器位，可以部署在1024个节点，包括5位datacenterId和5位workerId
 18  * 12位序列，毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间戳)产生4096个ID序号
 19  * 加起来刚好64位，为一个Long型
 20  *
 21  */
 22 public class SnowflakeIdWorker {
 23 
 24     // ==============================Fields===========================================
 25 
 26     /** 开始时间戳 (2019-01-01)*/
 27     private final long twepoch = 1546315066426L;
 28 
 29     /**机器id所占的位数 */
 30     private final long workerIdBits = 5L;
 31 
 32     /** 数据标识id所占位数*/
 33     private final long datacenterIdBits = 5L;
 34 
 35     /** 支持的最大机器id,结果是31(这个移位算法可以很快的计算几位二进制数所能表示的最大二进制数) */
 36     private final long maxWorkerId = -1L^(-1L<<workerIdBits);
 37 
 38     /** 支持的最大数据位标识id,结果为31 */
 39     private final long maxDatacenterId = -1L^(-1L<<datacenterIdBits);
 40 
 41     /** 序列在id中占的位数 */
 42     private final long sequenceBits = 12L;
 43 
 44     /** 机器id向左移12位  */
 45     private final long workerIdShift = sequenceBits;
 46 
 47     /**数据标识id像左移17位（12+5)*/
 48     private final long datacenterIdShift = sequenceBits + workerIdBits;
 49 
 50     /**时间戳像左移22位(12+5+5)*/
 51     private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
 52 
 53     /**生成序列的掩码，这里为4095(0b111111111111=0xfff=4096)*/
 54     private final long sequenceMask = -1L^(-1<<sequenceBits);
 55 
 56     /** 工作机器ID(0~31)*/
 57     private long workerId;
 58 
 59     /** 数据中心ID(0~31)*/
 60     private long datacenterId;
 61 
 62     /** 毫秒内序列(0~4095)*/
 63     private long sequence = 0L;
 64 
 65     /** 上次生成ID的时间戳 */
 66     private long lastTimestamp = -1L;
 67 
 68 
 69     //==============================Constructors=====================================
 70 
 71     /**
 72      * 构造函数
 73      * @param workerId 工作ID(0~31)
 74      * @param datacenterId 数据中心ID(0~31)
 75      */
 76     public SnowflakeIdWorker(long workerId, long datacenterId ){
 77         if(workerId > maxWorkerId || workerId < 0){
 78             throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0",maxWorkerId));
 79         }
 80 
 81         if(datacenterId > maxDatacenterId || datacenterId < 0){
 82            throw new IllegalArgumentException(String.format("datacenterId can't be greater than %d or less than 0",datacenterId));
 83         }
 84 
 85         this.workerId = workerId;
 86         this.datacenterId = datacenterId;
 87     }
 88 
 89     // ==============================Methods==========================================
 90     /**
 91      * 获得下一个ID(该方法是线程安全的)
 92      * @return SnowflakeId
 93      */
 94 
 95     public synchronized long nextId(){
 96 
 97         long timestamp = timeGen();
 98 
 99         //如果当前时间小于上一次ID生成的时间戳，说明系统时间回退过这个时候应当抛出异常
100         if(timestamp < lastTimestamp){
101             throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds",
102                     (lastTimestamp-timestamp)));
103         }
104         //如果是同一时间生成的，则进行毫秒内序列
105         if(lastTimestamp == timestamp){
106             // sequence自增，因为sequence只有12bit，所以和sequenceMask相与一下，去掉高位
107             sequence = (sequence+1)&sequenceMask;
108             //毫秒内序列溢出,也就是每毫秒内超过4095，当为4096时，与sequenceMask相与，sequence就等于0
109             if(sequence == 0){
110                 //阻塞到下一秒，获取新的时间戳
111                 timestamp = tilNextMillis(lastTimestamp);
112             }
113         }
114         //时间戳改变，毫秒内序列重置
115         else{
116             sequence = 0L;
117         }
118         //上次生成ID的时间戳
119         lastTimestamp = timestamp;
120 
121 
122         //移位并通过或运算拼到一起组成64位的ID
123         return ((timestamp - twepoch)<<timestampLeftShift)
124                 |datacenterId<<datacenterIdShift
125                 |workerId<<workerIdShift
126                 |sequence;
127     }
128 
129 
130     /**
131      * 阻塞到下一个毫秒，直到获取新的时间戳
132      * @param lastTimestamp 上次生成ID的时间戳
133      * @return 当前时间戳
134      */
135     protected long tilNextMillis(long lastTimestamp){
136         long timestamp = timeGen();
137         while (timestamp <= lastTimestamp){
138             timestamp = timeGen();
139         }
140         return timestamp;
141     }
142 
143     /**
144      * 返回以毫秒为单位的当前时间
145      * @return 当前时间(毫秒)
146      */
147     protected long timeGen(){
148         return System.currentTimeMillis();
149     }
150 
151     public static void main(String[] args) {
152         SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0,1);
153         for(int i=0; i<10; i++){
154             long id = idWorker.nextId();
155             System.out.println(Long.toBinaryString(id));
156             System.out.println(id);
157         }
158 
159 
160     }
161 
162 
163 }