C# 分布式自增ID算法snowflake(雪花算法)

1. 概述

分布式系统中,有一些需要使用全局唯一ID的场景,这种时候为了防止ID冲突可以使用36位的UUID,但是UUID有一些缺点,首先他相对比较长,另外UUID一般是无序的。有些时候我们希望能使用一种简单一些的ID,并且希望ID能够按照时间有序生成。而Twittersnowflake解决了这种需求,最初Twitter把存储系统从MySQL迁移到Cassandra,因为Cassandra没有顺序ID生成机制,所以开发了这样一套全局唯一ID生成服务。

该项目地址为:https://github.com/twitter/snowflake 是用 Scala实现的

参考:

2. 结构

第1位第2位第3位第4位第5位
位数时间戳(ms)数据中心ID(DatacenterId )工作节点ID (MachineId )自增序列号
0000000000000000000000000000000000000000000
  • 第1位:未使用
  • 第2位:接下来的41位为毫秒级时间(41位的长度可以使用69年),用毫秒级的时间戳来表示自1970年1月1日 00:00:00 GMT以来的时间。
  • 第3-4位:用来区分不同的数据中心 datacenterIdmachineId,可根据实际情况分配,最多可容纳1024个数据中心(2^10=10位的长度最多支持部署1024个节点),也可以设置成5位,最大节点是32个。
  • 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4096个ID序号)

一共加起来刚好64位,为一个Long型。(转换成字符串长度为18)

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datacentermachineId作区分),并且效率较高。据说:snowflake每秒能够产生26万个ID

注意:

  • 在实际使用中,需要根据不同的分布式环境配置合适的数据中心ID和工作节点ID,以保证生成的雪花Id的唯一性和顺序性。
  • 其中 dataCenterIdworkerId 分别是数据中心和工作节点的标识,该生成器依赖于数据中心ID和工作节点ID两个参数进行初始化。具体的生成过程是根据当前时间戳、数据中心ID、工作节点ID和自增序列号,通过位运算组合生成一个64位的唯一标识。

3. 代码

3.1 IdWorker.cs

using System;
/// <summary>
/// Twitter的分布式自增ID雪花算法
/// </summary>
public class IdWorker
{
    //起始的时间戳
    private static long START_STMP = 1480166465631L;

    //每一部分占用的位数
    private static int SEQUENCE_BIT = 12; //序列号占用的位数
    private static int MACHINE_BIT = 5;   //机器标识占用的位数
    private static int DATACENTER_BIT = 5;//数据中心占用的位数

    //每一部分的最大值
    private static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
    private static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    //每一部分向左的位移
    private static int MACHINE_LEFT = SEQUENCE_BIT;
    private static int DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private static int TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

    private long datacenterId = 1;  //数据中心
    private long machineId = 1;     //机器标识
    private long sequence = 0L; //序列号
    private long lastStmp = -1L;//上一次时间戳

    #region 单例:完全懒汉
    private static readonly Lazy<IdWorker> lazy = new Lazy<IdWorker>(() => new IdWorker());
    public static IdWorker Singleton { get { return lazy.Value; } }
    private IdWorker() { }
    #endregion

    public IdWorker(long cid, long mid)
    {
        if (cid > MAX_DATACENTER_NUM || cid < 0) throw new Exception($"中心Id应在(0,{MAX_DATACENTER_NUM})之间");
        if (mid > MAX_MACHINE_NUM || mid < 0) throw new Exception($"机器Id应在(0,{MAX_MACHINE_NUM})之间");
        datacenterId = cid;
        machineId = mid;
    }

    /// <summary>
    /// 产生下一个ID
    /// </summary>
    /// <returns></returns>
    public long nextId()
    {
        long currStmp = getNewstmp();
        if (currStmp < lastStmp) throw new Exception("时钟倒退,Id生成失败!");

        if (currStmp == lastStmp)
        {
            //相同毫秒内,序列号自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            //同一毫秒的序列数已经达到最大
            if (sequence == 0L) currStmp = getNextMill();
        }
        else
        {
            //不同毫秒内,序列号置为0
            sequence = 0L;
        }

        lastStmp = currStmp;

        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 (long)(DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, DateTimeKind.Utc)).TotalMilliseconds;
    }
}



3.2 IdWorkerTest.cs (测试)

使用

IdWorker idworker = IdWorker.Singleton;
Console.WriteLine(idworker.nextId());

测试

using System;
using System.Collections.Generic;
using System.Linq;
using System.Runtime.InteropServices;
using System.Text;
using System.Threading.Tasks;

namespace Test.Simple
{
    public static class IdWorkerTest
    {
        public static void Test()
        {
            /***
             * 
             *  两种测试方法,均为500并发,生成5000个Id:
             *  Machine1() 模拟1台主机,单例模式获取实例
             *  Machine5() 模拟5台主机,创建5个实例
             */
            
            Machine1();

            Machine2();

            Machine5();
        }

        public static void Machine1()
        {

            int cid = 1;
            int mid = 15;
            Console.WriteLine("雪花ID -- IdWorkerTest -- 模拟1台主机( 数据中心{0} - 机器节点{1}): ", cid, mid);
            IdWorker idworker = new IdWorker(cid, mid);
            Console.WriteLine(idworker.nextId());

            cid = 2;
            mid = 10;
            Console.WriteLine("雪花ID -- IdWorkerTest -- 模拟1台主机( 数据中心{0} - 机器节点{1}): ", cid, mid);
            idworker = new IdWorker(cid, mid);
            Console.WriteLine(idworker.nextId());
        }

        public static void Machine2()
        {
            Console.WriteLine("雪花ID -- IdWorkerTest -- 模拟1台主机 : ");
            for (int j = 0; j < 500; j++)
            {
                Task.Run(() =>
                {
                    IdWorker idworker = IdWorker.Singleton;
                    for (int i = 0; i < 10; i++)
                    {
                        Console.WriteLine(idworker.nextId());
                    }
                });
            }
        }

        public static void Machine5()
        {
            Console.WriteLine("雪花ID -- IdWorkerTest -- 模拟5台主机 : ");
            List<IdWorker> workers = new List<IdWorker>();
            Random random = new Random();
            for (int i = 0; i < 5; i++)
            {
                workers.Add(new IdWorker(1, i + 1));
            }
            for (int j = 0; j < 500; j++)
            {
                Task.Run(() =>
                {
                    for (int i = 0; i < 10; i++)
                    {
                        int mid = random.Next(0, 5);
                        Console.WriteLine(workers[mid].nextId());
                    }
                });
            }
        }
    }
}


在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
结束

  • 9
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在 Java 中实现分布式自增 ID 可以使用 Snowflake 算法,该算法使用一个 64 位的二进制数字,其中前 41 位为时间戳,接着是 10 位的机器 ID 和 12 位的序列号。 以下是一个简单的 Java 实现: ```java public class SnowflakeIdGenerator { // 开始时间戳(2021-01-01) private final static long START_TIMESTAMP = 1609430400000L; // 机器 ID 所占位数 private final static long MACHINE_BITS = 10L; // 序列号所占位数 private final static long SEQUENCE_BITS = 12L; // 最大机器 ID private final static long MAX_MACHINE_ID = ~(-1L << MACHINE_BITS); // 最大序列号 private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BITS); // 机器 ID 左移位数 private final static long MACHINE_SHIFT = SEQUENCE_BITS; // 时间戳左移位数 private final static long TIMESTAMP_SHIFT = MACHINE_BITS + SEQUENCE_BITS; // 当前机器 ID private long machineId; // 当前序列号 private long sequence = 0L; // 上次生成 ID 的时间戳 private long lastTimestamp = -1L; public SnowflakeIdGenerator(long machineId) { if (machineId > MAX_MACHINE_ID || machineId < 0) { throw new IllegalArgumentException(String.format("Machine ID can't be greater than %d or less than 0", MAX_MACHINE_ID)); } this.machineId = machineId; } public synchronized long nextId() { long timestamp = System.currentTimeMillis(); if (timestamp < lastTimestamp) { throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); } if (timestamp == lastTimestamp) { sequence = (sequence + 1) & MAX_SEQUENCE; if (sequence == 0) { timestamp = nextTimestamp(lastTimestamp); } } else { sequence = 0L; } lastTimestamp = timestamp; return ((timestamp - START_TIMESTAMP) << TIMESTAMP_SHIFT) | (machineId << MACHINE_SHIFT) | sequence; } private long nextTimestamp(long lastTimestamp) { long timestamp = System.currentTimeMillis(); while (timestamp <= lastTimestamp) { timestamp = System.currentTimeMillis(); } return timestamp; } } ``` 使用示例: ```java SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1); long id = idGenerator.nextId(); ``` 该实现中,机器 ID 和序列号都是自增的,时间戳取当前时间,如果当前时间小于上一次生成 ID 的时间戳,则抛出异常。如果当前时间等于上一次生成 ID 的时间戳,则序列号自增,如果序列号超过最大值,则等待下一个时间戳。如果当前时间大于上一次生成 ID 的时间戳,则序列号重置为 0。最后,将时间戳、机器 ID 和序列号拼接成一个 64 位的二进制数字作为 ID 返回。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

若行若冲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值