雪花算法（SnowFlake）Java实现

雪花算法（SnowFlake）Java实现

算法原理

SnowFlake算法生成id的结果是一个64bit大小的整数，它的结构如下图：

由于在Java中64bit的整数是long类型，所以在Java中SnowFlake算法生成的id就是long来存储的。

SnowFlake可以保证：

所有生成的id按时间趋势递增
整个分布式系统内不会产生重复id（因为有datacenterId和machineId来做区分）

算法实现（Java）

Twitter官方给出的算法实现 是用Scala写的，这里不做分析，可自行查看。

/**
 ** SnowFlake的结构如下(每部分用-分开):
 ** 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 -
 * 000000000000
 ** 1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正数，最高位是0
 ** 41位时间截(毫秒级)，注意，41位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截)
 ** 得到的值），这里的的开始时间截，一般是我们的id生成器开始使用的时间，由我们程序来指定的（如下下面程序IdWorker类的startTime属性）。41位的时间截，可以使用69年，年T
 * = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69
 ** 10位的数据机器位，可以部署在1024个节点，包括5位datacenterId和5位workerId<br>
 ** 12位序列，毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间截)产生4096个ID序号
 ** 加起来刚好64位，为一个Long型。
 **
 * SnowFlake的优点是，整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞(由数据中心ID和机器ID作区分)，并且效率较高，经测试，SnowFlake每秒能够产生20多万ID左右。
 * @author byran
 **/
public class SnowflakeIdWorker {
   
   private static final Logger logger = LoggerFactory.getLogger(SnowflakeIdWorker.class);
   /**
    * 起始的时间戳
    **/
  private final static long START_STMP = 1480166465631L;

   /**
    * 每一部分占用的位数
    **/
  private final static long SEQUENCE_BIT = 10; //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
   **/
  public final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
  public 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