java雪花_基于java实现的雪花算法

一、关于雪花

雪花(snowflake)在自然界中，是极具独特美丽，又变幻莫测的东西：雪花属于六方晶系，它具有四个结晶轴，其中三个辅轴在一个基面上，互相以60度的角度相交，第四轴(主晶轴)与三个辅轴所形成的基面垂直；

雪花的基本形状是六角形，但是大自然中却几乎找不出两朵完全相同的雪花，每一个雪花都拥有自己的独有图案，就象地球上找不出两个完全相同的人一样。许多学者用显微镜观测过成千上万朵雪花，这些研究最后表明，形状、大小完全一样和各部分完全对称的雪花，在自然界中是无法形成的。

二、雪花算法

雪花算法的原始版本是scala版，用于生成分布式ID(纯数字，时间顺序),订单编号等。自增ID：对于数据敏感场景不宜使用，且不适合于分布式场景。GUID：采用无意义字符串，数据量增大时造成访问过慢，且不宜排序。

算法描述：最高位是符号位，始终为0，不可用。

41位的时间序列，精确到毫秒级，41位的长度可以使用69年。时间位还有一个很重要的作用是可以根据时间进行排序。

10位的机器标识，10位的长度最多支持部署1024个节点。

12位的计数序列号，序列号即一系列的自增id，可以支持同一节点同一毫秒生成多个ID序号，12位的计数序列号支持每个节点每毫秒产生4096个ID序号。

三、实现过程

①、创建雪花算法实例public class SnowFlake {

/**

* 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 = 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 <

private final static long MAX_MACHINE_NUM = -1L ^ (-1L <

private final static long MAX_SEQUENCE = -1L ^ (-1L <

/**

* 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;  //数据中心

private long machineId;    //机器标识

private long sequence = 0L; //序列号

private long lastStmp = -1L;//上一次时间戳

public SnowFlake(long datacenterId, long machineId) {

if (datacenterId > MAX_DATACENTER_NUM || datacenterId 

throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");

}

if (machineId > MAX_MACHINE_NUM || machineId 

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 

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) <

| datacenterId <

| machineId <

| 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();

}

}

②、创建雪花算法工厂类public static class Factory {

/**

* 每一部分占用位数的默认值

*/

private final static int DEFAULT_MACHINE_BIT_NUM = 5;   //机器标识占用的位数

private final static int DEFAULT_IDC_BIT_NUM = 5;//数据中心占用的位数

private int machineBitNum;

private int idcBitNum;

public Factory() {

this.idcBitNum = DEFAULT_IDC_BIT_NUM;

this.machineBitNum = DEFAULT_MACHINE_BIT_NUM;

}

public Factory(int machineBitNum, int idcBitNum) {

this.idcBitNum = idcBitNum;

this.machineBitNum = machineBitNum;

}

public SnowFlakeGenerator create(long idcId, long machineId) {

return new SnowFlakeGenerator(this.idcBitNum, this.machineBitNum, idcId, machineId);

}

}

③、雪花算法核心代码private SnowFlakeGenerator(int idcBitNum, int machineBitNum, long idcId, long machineId) {

int sequenceBitNum = REMAIN_BIT_NUM - idcBitNum - machineBitNum;

if (idcBitNum <= 0 || machineBitNum <= 0 || sequenceBitNum <= 0) {

throw new IllegalArgumentException("error bit number");

}

this.maxSequenceValue = ~(-1 <

machineBitLeftOffset = sequenceBitNum;

idcBitLeftOffset = idcBitNum + sequenceBitNum;

timestampBitLeftOffset = idcBitNum + machineBitNum + sequenceBitNum;

this.idcId = idcId;

this.machineId = machineId;

}

/**

* 产生下一个ID

*/

public synchronized long nextId() {

long currentStamp = getTimeMill();

if (currentStamp 

throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastStamp - currentStamp));

}

//新的毫秒，序列从0开始，否则序列自增

if (currentStamp == lastStamp) {

sequence = (sequence + 1) & this.maxSequenceValue;

if (sequence == 0L) {

//Twitter源代码中的逻辑是循环，直到下一个毫秒

lastStamp = tilNextMillis();

//                throw new IllegalStateException("sequence over flow");

}

} else {

sequence = 0L;

}

lastStamp = currentStamp;

return (currentStamp - START_STAMP) <

}

private long getTimeMill() {

return System.currentTimeMillis();

}

private long tilNextMillis() {

long timestamp = getTimeMill();

while (timestamp <= lastStamp) {

timestamp = getTimeMill();

}

return timestamp;

}

④、项目效果图

四、项目结构图

五、补充

雪花算法的缺点：

1.毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。

2.不依赖数据库等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。

3.可以根据自身业务特性分配bit位，非常灵活。

雪花算法的缺点：强依赖机器时钟，如果机器上时钟回拨，会导致发号重复或者服务会处于不可用状态。