分布式： 雪花算法（SnowFlake）

分布式： 雪花算法（SnowFlake）

雪花算法可以帮助我们在分布式环境中保证全局唯一标识。

雪花算法 （SnowFlake ）算法，是 Twitter 开源的分布式 id 生成算法。

有这么一种说法，自然界中并不存在两片完全一样的雪花的。每一片雪花都拥有自己漂亮独特的形状、独一无二。雪花算法也表示生成的ID如雪花般独一无二。

核心思想是：使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛，且ID 引入了时间戳，基本上保持自增的。

这 64 个 bit 中，其中 1 个 bit 是不用的（我们生成的 id 都是正数，所以第一个 bit 统一都是 0），然后用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号。

这个算法可以保证说，一个机房的一台机器上，在同一毫秒内，生成了一个唯一的 id。可能一个毫秒内会生成多个 id，但是有最后 12 个 bit 的序号来区分开来。

给大家举个例子吧，比如下面那个 64 bit 的 long 型数字：

• 第一个部分，是 1 个 bit：0，这个是无意义的。

• 第二个部分是 41 个 bit：表示的是时间戳。

• 第三个部分是 5 个 bit：表示的是机房 id，10001。

• 第四个部分是 5 个 bit：表示的是机器 id，1 1001。

• 第五个部分是 12 个 bit：表示的序号，就是某个机房某台机器上这一毫秒内同时生成的 id 的序号，0000 00000000。①1 bit：是不用的，为啥呢？

①. 因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。

②41 bit：表示的是时间戳，单位是毫秒。
41 bit 可以表示的数字多达 2^41 - 1，也就是可以标识 2 ^ 41 - 1 个毫秒值，换算成年就是表示 69 年的时间。

③10 bit：记录工作机器 id，代表的是这个服务最多可以部署在 2^10 台机器上，也就是 1024 台机器。
但是 10 bit 里 5 个 bit 代表机房 id，5 个 bit 代表机器 id。意思就是最多代表 2
5 个机房（32 个机房），每个机房里可以代表 2 ^ 5 个机器（32 台机器），也可以根据自己公司的实际情况确定。

④12 bit：这个是用来记录同一个毫秒内产生的不同 id。
12 bit 可以代表的最大正整数是 2 ^ 12 - 1 = 4096，也就是说可以用这个 12 bit 代表的数字来区分同一个毫秒内的 4096 个不同的 id。

为什么

SnowFlake可以保证：

所有生成的id按时间趋势递增，
整个分布式系统内不会产生重复id（因为有datacenterId和workerId来做区分）

SnowFlake算法的优点：

（1）高性能高可用：生成时不依赖于数据库，完全在内存中生成。

（2）容量大：每秒中能生成数百万的自增ID。

（3）ID自增：存入数据库中，索引效率高。

SnowFlake算法的缺点：

依赖系统时间的一致性，如果系统时间被回调，或者改变，可能会造成id冲突或者重复。

扩展：唯一ID生产方法

唯一ID可以标识数据的唯一性，在分布式系统中生成唯一ID的方案有很多，常见的方式大概有以下三种：

• 依赖数据库，使用如MySQL自增列或Oracle序列等。
• UUID随机数
• snowflake雪花算法

数据库和UUID方案的不足之处

采用数据库自增序列：

读写分离时，只有主节点可以进行写操作，可能有单点故障的风险
分表分库，数据迁移合并等比较麻烦

UUID随机数：

采用无意义字符串，没有排序
UUID使用字符串形式存储，数据量大时查询效率比较低

代码实现

 package com.kx.utils.id.impl;

import com.kx.config.KxUtilsConfigurationProperties;
import com.kx.utils.id.IdGenerator;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

import javax.annotation.PostConstruct;

/**
 * 雪花算法
 *
 * @author kongxiang
 */
@Component
public class SnowFlowerIdGenerator implements IdGenerator {
    @Autowired
    private KxUtilsConfigurationProperties kxUtilsConfigurationProperties;

    private long dataCenterId;
    private long workerId;

    private volatile long sequence;
    /**
     * 上次时间戳，初始值为负数
     */
    private long lastTimestamp = -1L;


    /**
     * 初始时间戳
     */
    private final long twepoch = 1288834974657L;

    /**
     * 长度为5位
     */
    private final long workerIdBits = 5L;
    private final long datacenterIdBits = 5L;
    /**
     * 最大值
     */
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    /**
     * 序列号id长度
     */
    private final long sequenceBits = 12L;
    /**
     * 序列号最大值
     */
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);

    /**
     * 工作id需要左移的位数，12位
     */
    private final long workerIdShift = sequenceBits;
    /**
     * 数据id需要左移位数 12+5=17位
     */
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    /**
     * 时间戳需要左移位数 12+5+5=22位
     */
    private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;


    /**
     * 初始化雪花算法 dataCenterId & WorkId
     */
    @PostConstruct
    public void init() {
        KxUtilsConfigurationProperties.SnowFlowerConfig snowFlowerConfig = kxUtilsConfigurationProperties.getId().getSnowFlower();
        this.dataCenterId = snowFlowerConfig.getDataCenterId();
        this.workerId = snowFlowerConfig.getWorkerId();
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        if (dataCenterId > maxDatacenterId || dataCenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
        }
        System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);
    }

    @Override
    public String generate() {
        return String.valueOf(nextId());
    }

    @Override
    public String getAlgorithm() {
        return "snowflower";
    }

    /**
     * 使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛，且ID 引入了时间戳，基本上保持自增的。
     * <p>
     * 这 64 个 bit 中，其中 1 个 bit 是不用的（我们生成的 id 都是正数，所以第一个 bit 统一都是 0），
     * 然后用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号。
     * <p>
     * 64 bit 的 long 型数字：
     * <p>
     * 第一个部分，是 1 个 bit：0，这个是无意义的。
     * <p>
     * 第二个部分是 41 个 bit：表示的是时间戳。
     * <p>
     * 第三个部分是 5 个 bit：表示的是机房 id，10001。
     * <p>
     * 第四个部分是 5 个 bit：表示的是机器 id，1 1001。
     * <p>
     * 第五个部分是 12 个 bit：表示的序号，就是某个机房某台机器上这一毫秒内同时生成的 id 的序号，0000 00000000。
     *
     * @return
     */
    private synchronized long nextId() {
        long timestamp = timeGen();
        //获取当前时间戳如果小于上次时间戳，则表示时间戳获取出现异常
        if (timestamp < lastTimestamp) {
            System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds",
                    lastTimestamp - timestamp));
        }

        //获取当前时间戳如果等于上次时间戳（同一毫秒内），则在序列号加一；否则序列号赋值为0，从0开始。
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }

        //将上次时间戳值刷新
        lastTimestamp = timestamp;

        /**
         * 返回结果：
         * (timestamp - twepoch) << timestampLeftShift) 表示将时间戳减去初始时间戳，再左移相应位数
         * (datacenterId << datacenterIdShift) 表示将数据id左移相应位数
         * (workerId << workerIdShift) 表示将工作id左移相应位数
         * | 是按位或运算符，例如：x | y，只有当x，y都为0的时候结果才为0，其它情况结果都为1。
         * 因为个部分只有相应位上的值有意义，其它位上都是0，所以将各部分的值进行 | 运算就能得到最终拼接好的id
         */
        return ((timestamp - twepoch) << timestampLeftShift) |
                (dataCenterId << datacenterIdShift) |
                (workerId << workerIdShift) |
                sequence;
    }


    /**
     * 获取系统时间戳
     *
     * @return
     */
    private long timeGen() {
        return System.currentTimeMillis();
    }

    //获取时间戳，并与上次时间戳比较
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }

}