雪花算法生成全局唯一id

uuid

uuid（universally unique identifier，通用唯一标识符），其目的是让分布式系统中的所有元素，都有唯一标识。

public class TestApplication {
    public static void main(String[] args){
        UUID uuid = UUID.randomUUID();
        String str = uuid.toString();
        System.out.println(str);
    }
}

snowflake

分布式系统中，有一些需要使用全局唯一ID的场景，为了防止ID冲突，可以使用32位的UUID，但UUID是无序的，所以会影响性能。
雪花算法（snowflake），生成的ID是按照时间有序递增的，性能比UUID好。

当初twitter将存储系统从MySQL迁移到Cassandra，但Cassandra没有顺序ID生成机制，所以就开发了雪花算法这套全局唯一ID生成服务。
雪花算法生成的ID是一个64bit大小的整数，如下，

共有四部分，其中，

• 第一部分，占用1bit，且尚未使用
  我们知道，在有符号数的二进制里，第一位是符号位，1代表负数，0代表正数。
  但一般生成的ID都使用整数，所以，雪花算法生成的ID，其第一位默认是0。
• 第二部门，占用41bit，用来记录毫秒级时间戳
  41bit可以表示 $2^{41}$个毫秒值，转换成单位年，则有$2^{41}$/(1000×60×60×24×365)≈69年。
• 第三部分，占用10bit，用来记录工作机器的id
  5bit是datacenterId，5bit是machineId，所以第三部分共10bit， $2^{10}$=1024，所以，最多支持部署1024个节点。
• 第四部分，占用12bit，用来记录同一毫秒内产生的不同id
  $2^{12}$=4096，每个节点每毫秒可以产生4096个ID序号。

雪花算法可以保证，

1. 所有生成的ID按时间趋势递增。
2. 整个分布式系统内不会产生重复id，因为有datacenterId和machineId来作区分。

具体代码如下，主要是移位运算。

package com.jiawa.wiki.util;

import org.springframework.stereotype.Component;

import java.text.ParseException;
import java.text.SimpleDateFormat;
import java.util.Date;

/**
 * Twitter的分布式自增ID雪花算法
 **/
@Component
public class SnowFlake {

    /**
     * 起始的时间戳
     */
    private final static long START_STMP = 1609459200000L; // 2021-01-01 00:00:00

    /**
     * 每一部分占用的位数
     */
    private final static long SEQUENCE_BIT = 12; //序列号占用的位数
    private final static long MACHINE_BIT = 5;   //机器标识占用的位数
    private final static long DATACENTER_BIT = 5;//数据中心占用的位数

    /**
     * 每一部分的最大值
     */
    private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    /**
     * 每一部分向左的位移
     */
    private final static long MACHINE_LEFT = SEQUENCE_BIT;
    private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

    private long datacenterId = 1;  //数据中心
    private long machineId = 1;     //机器标识
    private long sequence = 0L; //序列号
    private long lastStmp = -1L;//上一次时间戳

    public SnowFlake() {
    }

    public SnowFlake(long datacenterId, long machineId) {
        if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
            throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
        }
        if (machineId > MAX_MACHINE_NUM || machineId < 0) {
            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
        }
        this.datacenterId = datacenterId;
        this.machineId = machineId;
    }

    /**
     * 产生下一个ID
     *
     * @return
     */
    public synchronized long nextId() {
        long currStmp = getNewstmp();
        if (currStmp < lastStmp) {
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        }

        if (currStmp == lastStmp) {
            //相同毫秒内，序列号自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            //同一毫秒的序列数已经达到最大
            if (sequence == 0L) {
                currStmp = getNextMill();
            }
        } else {
            //不同毫秒内，序列号置为0
            sequence = 0L;
        }

        lastStmp = currStmp;

        return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
                | datacenterId << DATACENTER_LEFT       //数据中心部分
                | machineId << MACHINE_LEFT             //机器标识部分
                | sequence;                             //序列号部分
    }

    private long getNextMill() {
        long mill = getNewstmp();
        while (mill <= lastStmp) {
            mill = getNewstmp();
        }
        return mill;
    }

    private long getNewstmp() {
        return System.currentTimeMillis();
    }

    public static void main(String[] args) throws ParseException {
        // 时间戳
//         System.out.println(System.currentTimeMillis());
//         System.out.println(new Date().getTime());
//
//         String dateTime = "2021-01-01 08:00:00";
//         SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd hh:mm:ss");
//         System.out.println(sdf.parse(dateTime).getTime());

        SnowFlake snowFlake = new SnowFlake(1, 1);

        long start = System.currentTimeMillis();
        for (int i = 0; i < 10; i++) {
            System.out.println(snowFlake.nextId());
            System.out.println(System.currentTimeMillis() - start);
        }
    }
}

其中，起始时间戳START_STMP是根据2021-01-01 08:00:00（中国，东八区）算的，如下，关于SimpleDateFormat的使用，可以参考这里。

String dateTime = "2021-01-01 08:00:00";
SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd hh:mm:ss");
System.out.println(sdf.parse(dateTime).getTime());//打印出 1609459200000

调用nextId()即可生成ID。

参考文章

Twitter的分布式自增ID雪花算法snowflake (Java版)
理解分布式id生成算法SnowFlake