雪花算法生成ID

分布式ID的特点

• 全局唯⼀性：不能出现有重复的ID标识，这是基本要求。
• 递增性：确保⽣成ID对于⽤户或业务是递增的。
• ⾼可⽤性：确保任何时候都能⽣成正确的ID。
• ⾼性能性：在⾼并发的环境下依然表现良好。

不仅仅是⽤于⽤户 ID ，实际互联⽹中有很多场景需要能够⽣成类似 MySQL ⾃增 ID 这样不断增⼤，同时⼜ 不会重复的id 。以⽀持业务中的⾼并发场景。

⽐较典型的场景有：电商促销时短时间内会有⼤量的订单涌⼊到系统，⽐如每秒 10w+ ；明星出轨时微 博短时间内会产⽣⼤量的相关微博转发和评论消息。在这些业务场景下将数据插⼊数据库之前，我们需 要给这些订单和消息先分配⼀个唯⼀ID ，然后再保存到数据库中。对这个 id 的要求是希望其中能带有⼀ 些时间信息，这样即使我们后端的系统对消息进⾏了分库分表，也能够以时间顺序对这些消息进⾏排序。

snowflake算法介绍

雪花算法，它是 Twitter 开源的由 64 位整数组成分布式 ID ，性能较⾼，并且在单机上递增。

 

1. 第⼀位 占⽤ 1bit ，其值始终是 0 ，没有实际作⽤。

2. 时间戳 占⽤ 41bit ，单位为毫秒，总共可以容纳约 69 年的时间。当然，我们的时间毫秒计数不会真的从1970 年开始记，那样我们的系统跑到 2039/9/7 23:47:35 就不能⽤了，所以这⾥的时间戳只是相对于某个时间的增量，⽐如我们的系统上线是2020-07-01 ，那么我们完全可以把这 timestamp 当作是 从 2020-07-01 00:00:00.000 的偏移量。

3. ⼯作机器 id 占⽤ 10bit ，其中⾼位 5bit 是数据中⼼ ID ，低位 5bit 是⼯作节点 ID ，最多可以容纳 1024 个节点。

4. 序列号 占⽤ 12bit ，⽤来记录同毫秒内产⽣的不同 id 。每个节点每毫秒 0 开始不断累加，最多可以累加 到4095 ，同⼀毫秒⼀共可以产⽣ 4096 个 ID 。

SnowFlake 算法在同⼀毫秒内最多可以⽣成多少个全局唯⼀ ID 呢？

同⼀毫秒的 ID 数量 = 1024 X 4096 = 419430

 snowflake的Go实现

1. https://github.com/bwmarrin/snowflake

github.com/bwmarrin/snowflake 是⼀个相当轻量化的 snowflake 的 Go 实现。

package snowflake

import (
	sf "github.com/bwmarrin/snowflake"
	"time"
)

var node *sf.Node

func Init(startTime string, machineID int64) (err error) {
	var st time.Time
	//  把时间字符串转换为Time，时区是UTC时区。
	st, err = time.Parse("2006-01-02", startTime)
	if err != nil {
		return
	}
	// 设置起始时间
	sf.Epoch = st.UnixNano() / 1000000
	node, err = sf.NewNode(machineID)
	return
}
func GenID() int64 {
	return node.Generate().Int64()
}