分佈式ID生成算法 - 雪花算法SnowFlake

1. 背景

Twitter-Snowflake算法產生的背景相當簡單，爲了滿足Twitter每秒上萬條消息的請求，每條消息都必須分配一條唯一的id，這些id還需要一些大致的順序（方便客戶端排序），並且在分佈式系統中不同機器產生的id必須不同。

Twitter的分佈式雪花算法 SnowFlake 每秒自增生成26個萬個可排序的ID

1、twitter的SnowFlake生成ID能夠按照時間有序生成
2、SnowFlake算法生成id的結果是一個64bit大小的整數
3、分佈式系統內不會產生重複id（用有datacenterId和workerId來做區分）

2. Snowflake算法核心

把時間戳，工作機器id，序列號組合在一起

 

3. 適用場景

生成分佈式ID（純數字，時間順序），訂單編號等

4. 代碼實現

package com.yuyi.test;

public class SnowFlake {

    /**
     * 起始的時間戳
     */
    private final static long START_STMP = 1480166465631L;

    /**
     * 每一部分佔用的位數
     */
    private final static long SEQUENCE_BIT = 12; //序列號佔用的位數
    private final static long MACHINE_BIT = 5;   //機器標識佔用的位數
    private final static long DATACENTER_BIT = 5;//數據中心佔用的位數

    /**
     * 每一部分的最大值
     */
    private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private final static long MAX_SEQUENCE = -1L ^ (-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;  //數據中心
    private long machineId;     //機器標識
    private long sequence = 0L; //序列號
    private long lastStmp = -1L;//上一次時間戳

    /**
     * 構造函數
     * @param datacenterId (0~31)
     * @param machineId (0~31)
     */
    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;
    }

    /**
     * 產生下一個ID(該方法是線程安全的)
     * @return
     */
    public synchronized long nextId() {
        long currStmp = getNewstmp();
        // 如果當前時間小於上一次ID生成的時間戳，說明系統時鐘回退過這個時候應當拋出異常
        if (currStmp < lastStmp) {
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        }
        // 如果是同一時間生成的，則進行毫秒內序列
        if (currStmp == lastStmp) {
            // 相同毫秒內，序列號自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            // 同一毫秒的序列數已經達到最大（毫秒內序列溢出）
            if (sequence == 0L) {
                // 阻塞到下一個毫秒,獲得新的時間戳
                currStmp = getNextMill();
            }
        } else {
            //不同毫秒內，序列號置爲0（時間戳改變，毫秒內序列重置）
            sequence = 0L;
        }
        // 上次生成ID的時間截
        lastStmp = currStmp;

        // 移位並通過或運算拼到一起組成ID
        return (currStmp - START_STMP) << TIMESTMP_LEFT //時間戳部分
                | datacenterId << DATACENTER_LEFT       //數據中心部分
                | machineId << MACHINE_LEFT             //機器標識部分
                | sequence;                             //序列號部分
    }
    
    private long getNextMill() {
        long mill = getNewstmp();
        while (mill <= lastStmp) {
            mill = getNewstmp();
        }
        return mill;
    }

    private long getNewstmp() {
        return System.currentTimeMillis();
    }

    public static void main(String[] args) {
        SnowFlake snowFlake = new SnowFlake(1, 1);

        long start = System.currentTimeMillis();
        for (int i = 0; i < 1; i++) {
            System.out.println(snowFlake.nextId());
        }

        System.out.println(System.currentTimeMillis() - start);

    }
}

  生成10000個id，只用了0.136秒！