分布式应用序列号生成

引用： https://blog.csdn.net/weixin_39433171/article/details/80672312

工程中先后考虑了几种业务号生成的方式，最终采用 snowFlake 算法：

以下是自己批注的一些东东，mark 一下：

相对于 引用的原文， 这里将 SnowFlake 以单例的形式， 注入到 Spring 容器管理。

单例 和 加锁，私以为，只有单例 和 加锁，才能真正保证获取 Id 的线程是安全地。

 

将单例 注入 Spring 中的方法，可以参考：

https://blog.csdn.net/karleraess/article/details/80536193

 

以下是源码

 

package com.sinosoft.app.common.util;

import javax.annotation.PostConstruct;

import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
/**
 * 整个snowFlake算法基于 二进制运算
 *  snowFlake 序列号，占位 long 整形的 64 位 二进制
 *  第一组：前 44 位 保存 timestamp
 *  第二组：数据中心编码 3 位 （对应 2^3 = 8 组）
 *  第三组：机器编码 7 位 （2^7=32台分布式应用）
 *  第四组： 十位序列号（2^10 = 1024 ） 一毫秒 一个节点应用，支持产生 1024 个不重复的序列号，如果有重复的， 则该序列号延迟到下一个毫秒
 * @author pzj
 *
 */
@Component
public class SnowFlake {
    // 起始的时间戳
    private final static long START_STMP = 1531971653531L;
    // 每一部分占用的位数，就三个
    private final static long SEQUENCE_BIT = 10;// 序列号占用的位数
    private final static long MACHINE_BIT = 7; // 机器标识占用的位数
    private final static long DATACENTER_BIT = 3;// 数据中心占用的位数
    // 每一部分最大值
    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;
   
  /* @Value("${datacenterId}")
    private  String datacenterIdStr; // 数据中心
    @Value("${machineId}")
    private  String  machineIdStr; // 机器标识
*/   
   @Value("${datacenterId}")
    private   long datacenterId;
    @Value("${machineId}")
    private   long  machineId;
    
    private static  SnowFlake  snowFlake= new SnowFlake();
    
    private long sequence = 0L; // 序列号
    private long lastStmp = -1L;// 上一次时间戳

    private SnowFlake() {
        if (this.datacenterId > MAX_DATACENTER_NUM || this.datacenterId < 0) {
            throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
        }
        if (this.machineId > MAX_MACHINE_NUM || this.machineId < 0) {
            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
        }
    }
        
    public static  SnowFlake getSnowFlake(){
         return snowFlake;
    }
    
    //产生下一个ID
    public synchronized long nextId() {
        long currStmp = getNewstmp();
        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 = getNewstmp();
        while (mill <= lastStmp) {
            mill = getNewstmp();
        }
        return mill;
    }

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

    @PostConstruct 
    public void init() {
        snowFlake = this;
        snowFlake.datacenterId = this.datacenterId;
        snowFlake.machineId = this.machineId;
    }
}
 

 

对于二进制脑补困难的同学，可以尝试计算器上的这个功能，很好用：