雪花算法详解

在高并发场景中，雪花算法是解决ID冲突的神器

什么是雪花算法

一句话概括：

雪花算法是Twitter设计的根据时间戳、机器标识码和序列号生成的唯一长整型数

能解决什么问题

确保在大规模高并发环境中，可以生成持续递增的唯一长整型数

具有哪些特点

1. 唯一性

2. 持续递增

3. 结果为长整型数字

4. 不依赖其他系统，无需引入数据库、Redis等系统

5. 吞吐量大，12位序列号情况下，每毫秒可生成 4095个ID

实现原理

符号位：仅表示正、负数，0 - 正，1 - 负，雪花算法结果都为正，即符号位都为0

时间戳：系统 毫秒级 时间戳

工作机器ID：大规模集群中，标识唯一机器的机器码标识

序列号：当前时间戳内的递增编号

使用中可能存在的问题

1. 机器时钟回拨可能会导致ID重复，解决办法：

参照

定义一定的回拨允许范围，比如： 5ms，程序等待5*2ms，后重新获取时间戳，进行ID生成

2. 在集群环境中可能会受到工作机器ID大小的影响，生成的ID并非绝对递增

例子：在1ms时，dataCenterId = 10;machineId=20的机器持续递增生成了id1；在2ms时，dataCenterId = 1;machineId=2的机器持续递增生成了id2，这时虽然id2在时间上先生成，但是并不能保证id2 > id1

相同的代码生成的id长度不一致，比较常见的有18位和19位

原因：代码中的时间戳虽然分配了41位，并且进行了左移，但是时间戳的十进制大小区别比较大，比如：

十进制1000 ，41位二进制表示为：00000000000000000000000000000001111101000

十进制1100000000000，41位二进制表示为：10000000000011101000110111111100000000000

由此可以看出，时间戳比较临近时，时间戳差值比较小。二进制即时都是41位，表示十进制的大小也是不一样的，雪花算法的64位二进制同理。

如何解决：定制更短雪花算法生成的ID长度，方法：

建议先考虑缩短机器标识码和序列号位数。毕竟有些项目，机器少、交易量小。

3. 数据中心，机器id该怎么设置

利用redis自增序列设置ID，机器启动时从redis中拿取一个ID，利用数据库，为每一台机器分配workId，保存ip和workId的关系