SnowFlake雪花算法的介绍及Java实现(工具类)

本文介绍了Twitter的SnowFlake算法,它用于生成64位的全局唯一ID,特点是结合时间戳、机器标识和序列号。算法分为时间戳(41位)、机器标识(10位)和序列号(12位),确保在分布式系统中生成的ID有序且可扩展。文章还提供了Java实现的工具类及其使用方法。
摘要由CSDN通过智能技术生成

一、概念

❄ 什么是雪花算法

SnowFlake算法是Twitter公司出品的开源的分布式id生成算法
其特点为 使用一个64 bit的long型的数字作为全局唯一 id
雪花算法在分布式系统中的应用十分广泛 且引入了时间戳 基本保持自增

❄ 雪花算法字符串各部分的含义

在这里插入图片描述

  • 1位符号位 始终为0
    (这是因为生成的id都是正数 而在二进制中第一个bit若为0则不为负数)
  • 后面是41位时间戳 精确到毫秒级
    41位的长度可以表示2^41-1个毫秒值 也就是说可以使用69年
    时间戳还有一个很重要的作用 可以根据时间进行排序
  • 之后的10位机器标识 前5bit是机房id 后5bit是机器id
    10位的长度表明该服务最多可以部署在2^10台机器(即1024台机器)上
  • 最后12位计数序列号
    序列号是一系列的自增id 表示了同一个毫秒内产生的不同id
    可以支持同一节点同一毫秒生成多个id 12位的计数序列号支持每个节点每毫秒产生2^12-1(即4096)个ID序号
❄ 生成过程
  • 1、若某个服务需要生成一个唯一id 则发送一个请求给部署了SnowFlake算法的系统(前提是该SnowFlake算法系统知道自己所在的机房和机器的编号)
  • 2、SnowFlake算法系统接收到该请求后 使用二进制位运算的方式生成一个64bit的long型id 当然 第一个bit是无意义的
  • 3、接着41个bit使用当前时间戳(单位为毫秒) 然后的5bit设为该机房的id 剩余5bit设为机器的id
  • 4、最后 再判断当前机房的该机器在这一毫秒内是第几个请求 给本次生成id的请求后再累加一个序号 作为id最后的12个bit
    至此 就得到了一个64bit的唯一id 这就是雪花算法

二、代码实现

工具类:
public class SnowFlakeUtil {
   

    // 起始时间戳
    private final static long START_STMP = 1480166465631L;

    // 每部分的位数
    private final static long SEQUENCE_BIT = 12; // 序列号占用位数
    private final static long MACHINE_BIT = 5; // 机器id占用位数
    private final static long DATACENTER_BIT = 5; // 机房id占用位数

    // 每部分最大值
    private final 
以下是一个简单的雪花算法工具类Java 实现: ```java public class SnowflakeIdGenerator { private final long epoch = 1420041600000L; // 起始时间戳,用于缩小时间戳范围,可根据实际情况调整 private final long workerIdBits = 5L; // 机器 ID 所占位数 private final long dataCenterIdBits = 5L; // 数据中心 ID 所占位数 private final long sequenceBits = 12L; // 序列号所占位数 private final long maxWorkerId = -1L ^ (-1L << workerIdBits); // 机器 ID 最大值 private final long maxDataCenterId = -1L ^ (-1L << dataCenterIdBits); // 数据中心 ID 最大值 private final long maxSequence = -1L ^ (-1L << sequenceBits); // 序列号最大值 private final long workerIdShift = sequenceBits; // 机器 ID 向左移动位数 private final long dataCenterIdShift = sequenceBits + workerIdBits; // 数据中心 ID 向左移动位数 private final long timestampShift = sequenceBits + workerIdBits + dataCenterIdBits; // 时间戳向左移动位数 private long workerId; // 机器 ID private long dataCenterId; // 数据中心 ID private long sequence = 0L; // 序列号 private long lastTimestamp = -1L; // 上次生成的时间戳 public SnowflakeIdGenerator(long workerId, long dataCenterId) { if (workerId > maxWorkerId || workerId < 0) { throw new IllegalArgumentException("Worker ID can't be greater than " + maxWorkerId + " or less than 0"); } if (dataCenterId > maxDataCenterId || dataCenterId < 0) { throw new IllegalArgumentException("Data center ID can't be greater than " + maxDataCenterId + " or less than 0"); } this.workerId = workerId; this.dataCenterId = dataCenterId; } public synchronized long nextId() { long timestamp = timeGen(); if (timestamp < lastTimestamp) { throw new RuntimeException("Clock moved backwards, refusing to generate ID"); } if (timestamp == lastTimestamp) { sequence = (sequence + 1) & maxSequence; if (sequence == 0) { timestamp = tilNextMillis(lastTimestamp); } } else { sequence = 0L; } lastTimestamp = timestamp; return ((timestamp - epoch) << timestampShift) | (dataCenterId << dataCenterIdShift) | (workerId << workerIdShift) | sequence; } private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } private long timeGen() { return System.currentTimeMillis(); } } ``` 使用方法: ```java SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1, 1); // 创建一个 ID 生成器,传入机器 ID 和数据中心 ID long id = idGenerator.nextId(); // 生成 ID ``` 注意事项: - 如果在同一毫秒内生成的 ID 数量超过了序列号所占的位数,将会进入下一毫秒生成 ID。 - 如果系统时间被回拨,将会抛出异常,应该记录异常并等待时间同步后再生成 ID。
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
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