Snowflake 算法的思想分析

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。

参考博客