snowflake 算法,是 twitter 开源的分布式 id ⽣成算法。
其核⼼思想就是:
使⽤⼀个 64 bit 的 long 型的数字作为全局唯⼀ id,这 64 个 bit 中,其中 1 个bit 是不⽤的,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。
给⼤家举个例⼦吧,⽐如下⾯那个 64 bit 的 long 型数字,⼤家看看
上⾯第⼀个部分,是 1 个 bit:0,这个是⽆意义的
上⾯第⼆个部分是 41 个 bit:表示的是时间戳
上⾯第三个部分是 5 个 bit:表示的是机房 id,10001
上⾯第四个部分是 5 个 bit:表示的是机器 id,1 1001
上⾯第五个部分是 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
1 bit:是不⽤的,为啥呢?
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
41 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。
10 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)。
12 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12bit代表的数字来区分同⼀个毫秒内的4096个不同的id
简单来说,你的某个服务假设要⽣成⼀个全局唯⼀id,那么就可以发送⼀个请求给部署了snowflake算法的系统,由这个snowflake算法系统来⽣成唯⼀id。
这个snowflake算法系统⾸先肯定是知道⾃⼰所在的机房和机器的,⽐如机房id = 17,机器id =12。
接着snowflake算法系统接收到这个请求之后,⾸先就会⽤⼆进制位运算的⽅式⽣成⼀个64 bit的long型id,
64个bit中的第⼀个bit是⽆意义的。接着41个bit,就可以⽤当前时间戳(单位到毫秒),然后接着5个bit设置上这个机房id,还有5个bit设置上机器id。
最后再判断⼀下,当前这台机房的这台机器上这⼀毫秒内,这是第⼏个请求,给这次⽣成id的请求累加⼀个序号,作为最后的12个bit。
最终⼀个64个bit的id就出来了,类似于:
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。
下⾯我们简单看看这个 snowflake 算法的⼀个代码实现,这就是个示例,⼤家如果理解了这个、意思之后,以后可以⾃⼰尝试改造这个算法。
总之就是⽤⼀个 64bit 的数字中各个 bit 位来设置不同的标志位,区分每⼀个 id。
public class IdWorker {
//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。
//机器ID 2进制5位 32位减掉1位 31个
private long workerId;
//机房ID 2进制5位 32位减掉1位 31个
private long datacenterId;
//代表一毫秒内生成的多个id的最新序号 12位 4096 -1 = 4095 个
private long sequence;
//设置一个时间初始值 2^41 - 1 差不多可以用69年
private long twepoch = 1585644268888L;
//5位的机器id
private long workerIdBits = 5L;
//5位的机房id
private long datacenterIdBits = 5L;
//每毫秒内产生的id数 2 的 12次方
private long sequenceBits = 12L;
// 这个是二进制运算,就是5 bit最多只能有31个数字,也就是说机器id最多只能是32以内
private long maxWorkerId = -1L ^ (-1L << workerIdBits);
// 这个是一个意思,就是5 bit最多只能有31个数字,机房id最多只能是32以内
private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
private long workerIdShift = sequenceBits;
private long datacenterIdShift = sequenceBits + workerIdBits;
private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
private long sequenceMask = -1L ^ (-1L << sequenceBits);
//记录产生时间毫秒数,判断是否是同1毫秒
private long lastTimestamp = -1L;
public long getWorkerId(){
return workerId;
}
public long getDatacenterId() {
return datacenterId;
}
public long getTimestamp() {
return System.currentTimeMillis();
}
public IdWorker(long workerId, long datacenterId, long sequence) {
// 检查机房id和机器id是否超过31 不能小于0
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));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
this.sequence = sequence;
}
// 这个是核心方法,通过调用nextId()方法,让当前这台机器上的snowflake算法程序生成一个全局唯一的id
public synchronized long nextId() {
// 这儿就是获取当前时间戳,单位是毫秒
long timestamp = timeGen();
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));
}
// 下面是说假设在同一个毫秒内,又发送了一个请求生成一个id
// 这个时候就得把seqence序号给递增1,最多就是4096
if (lastTimestamp == timestamp) {
// 这个意思是说一个毫秒内最多只能有4096个数字,无论你传递多少进来,
//这个位运算保证始终就是在4096这个范围内,避免你自己传递个sequence超过了4096这个范围
sequence = (sequence + 1) & sequenceMask;
//当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0;
}
// 这儿记录一下最近一次生成id的时间戳,单位是毫秒
lastTimestamp = timestamp;
// 这儿就是最核心的二进制位运算操作,生成一个64bit的id
// 先将当前时间戳左移,放到41 bit那儿;将机房id左移放到5 bit那儿;将机器id左移放到5 bit那儿;将序号放最后12 bit
// 最后拼接起来成一个64 bit的二进制数字,转换成10进制就是个long型
return ((timestamp - twepoch) << timestampLeftShift) |
(datacenterId << datacenterIdShift) |
(workerId << workerIdShift) | sequence;
}
/**
* 当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
//获取当前时间戳
private long timeGen(){
return System.currentTimeMillis();
}
/**
* main 测试类
* @param args
*/
public static void main(String[] args) {
System.out.println(1&4596);
System.out.println(2&4596);
System.out.println(6&4596);
System.out.println(6&4596);
System.out.println(6&4596);
System.out.println(6&4596);
// IdWorker worker = new IdWorker(1,1,1);
// for (int i = 0; i < 22; i++) {
// System.out.println(worker.nextId());
// }
}
}
snowflake 算法⼀个小小的改进思路
其实在实际的开发中,这个 snowflake 算法可以做⼀点点改进。
因为⼤家可以考虑⼀下,我们在⽣成唯⼀ id 的时候,⼀般都需要指定⼀个表名,⽐如说订单表的唯⼀ id。
所以上⾯那 64 个 bit 中,代表机房的那 5 个 bit,可以使⽤业务表名称来替代,⽐如⽤ 00001代表的是订单表。
因为其实很多时候,机房并没有那么多,所以那 5 个 bit ⽤做机房 id 可能意义不是太⼤。
这样就可以做到,snowflake 算法系统的每⼀台机器,对⼀个业务表,在某⼀毫秒内,可以⽣成⼀个唯⼀的 id,⼀毫秒内⽣成很多 id,⽤最后 12 个 bit 来区分序号对待。