雪花算法学习

雪花算法

1. 雪花算法简介

  雪花算法是一个主键ID的生成算法，使用该算法会生成一个64bit的数字作为主键，常常用于分布式分库分表场景下，用于保证主键ID的唯一性。除了雪花算法外，UUID也是较常用的主键ID生成方式。
  但相较于雪花算法，UUID生成的是32个16进制数字，虽然这样亦可以保证ID生成的唯一性，但是其32位的16进制数字入库查询的效率较差，且生成是无序的字符串，易导致数据库索引B+树的分裂，影响入库查询效率。
  基于上述的原因考虑，建议使用雪花算法来生成主键ID。

2. 雪花算法原理

雪花算法是一个64bit的数字，其组成主要由如下的几个部分：

符号位：0或1，代表符号，一般都是0即都是正数。
时间戳：毫秒级的时间戳。
WorkId:工作ID，服务器的唯一标识码。
序列号：每个服务器自0递增的序列号。

从上图的组成，可以分析得到如下的几点：
① 多个节点之间，符号位、时间戳一般来说是一样的，序列号也都是从0开始递增。因此区分多个节点生成的ID不同，需要保证WorkId各个节点之间不同。
② 单个节点内，符号位、WorkId、序列号都是相同的，若存在时钟回拨导致时间戳一样，也会生成同样的ID。
③ 多个节点之间由于符号位、时间戳一样导致，序列号是节点内递增，因此是不能保证生成的ID是单调递增。但可以保证的是，随着时间戳增加，后面时间生成的ID一定大于之前时间生成的ID，从而有趋势递增的特点。

3. 问题与思考

上面提到了时钟回拨的问题，考虑使用标志位来记录时钟回拨情况，具体如下：

使用WorkId的前两位作为时钟回拨的标志位，考虑时钟回拨不常见，故仅仅使用两位，最多可支持3次回拨。这样也使得WorkId从原先的最多1024个节点减少到256个节点。
这个需要具体情况来分析，若对运行时间要求不高，可以使用时间戳作为标志位。对集群节点数要求不高，则可以使用WorkId作为标志位，对于每毫秒并发的ID生成数量要求不高，可以使用序列号的部分位数作为标志位。

4. 雪花算法的实现