snowflake雪花算法最后是得到一个64位的长整型数值,64位如图上说明,算法不复杂,却是一个很好的ID生成策略。
10位工作机器id 一般由5位工作Id+5位machine编号,来唯定位一台机器,
12位序列能在单位毫秒内产生4096个ID序号 。显然10位工作机器id和12位序列都是可以自由调整的
下面的代码可直接在项目中使用:
+10位工作机器id默认实现-> 5位用服务ip得到 + 5位的随机数 --- 详见代码177行的说明
+修正生成id偶数问题 ---详见代码115行
调用 SnowflakeIdUtil.newId() 获取新id
详见main()测试方法
package snowflake;
import java.net.Inet4Address;
import java.net.InetAddress;
import java.net.NetworkInterface;
import java.util.Enumeration;
import java.util.Random;
/**
* @author tan
* @date 2020-04
*
* Twitter_Snowflake<br>
* SnowFlake的结构如下(每部分用-分开):<br>
* 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000 <br>
* 1位标识,由于long基本类型在Java中是带符号的,最高位是符号位,正数是0,负数是1,所以id一般是正数,最高位是0<br>
* 41位时间截(毫秒级),注意,41位时间截不是存储当前时间的时间截,而是存储时间截的差值(当前时间截 - 开始时间截)
* 得到的值),这里的的开始时间截,一般是我们的id生成器开始使用的时间,由我们程序来指定的(如下下面程序IdWorker类的startTime属性)。41位的时间截,可以使用69年,年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69<br>
* 10位的数据机器位,可以部署在1024个节点,包括5位datacenterId和5位workerId<br>
* 12位序列,毫秒内的计数,12位的计数顺序号支持每个节点每毫秒(同一机器,同一时间截)产生4096个ID序号<br>
* 加起来刚好64位,为一个Long型。<br>
* SnowFlake的优点是,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(由数据中心ID和机器ID作区分),并且效率较高,经测试,SnowFlake每秒能够产生26万ID左右。
*/
public class SnowflakeIdUtil {
// ==============================Fields=========================