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，后面的代码中有详细的注解。
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。
给大家举个例子吧，比如下面那个 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：
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。
到此这篇关于java实现雪花算法的原理的文章就介绍到这了,更多相关java 雪花算法内容请搜索www.887551.com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www.887551.com！
