雪花算法

最新推荐文章于 2024-05-15 03:57:03 发布

passerby_Ai

最新推荐文章于 2024-05-15 03:57:03 发布

阅读量1.5k

点赞数 1

分类专栏：算法数据结构与算法文章标签： java 算法

本文链接：https://blog.csdn.net/weixin_45736498/article/details/115389011

版权

数据结构与算法同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

算法

1 篇文章 0 订阅

订阅专栏

雪花算法

世界上没有完全相同的两朵雪花

1. 初识雪花算法

1.1 雪花算法

snowflake中文的意思是雪花，雪片，所以翻译成雪花算法。它最早是twitter内部使用的分布式环境下的唯一ID生成算法。在2014年开源。开源的版本由scala编写。

1.2 雪花算法的特点

能满足高并发分布式系统环境下ID不重复
基于时间戳，可以保证基本有序递增（有些业务场景对这个又要求）
不依赖第三方的库或者中间件
生成效率极高

1.3 雪花算法解决的问题

我们都知道每一种算法都是解决现实世界上的实际问题的，那么雪花算法解决了什么问题呢?

其主要解决的问题就在高并发高可用环境下生成唯一id的算法。如我们在双十一的时候订单号的生成。

生成唯一id ? ? ?

这时你可能就有疑问了，我们在数据库中生成唯一 id 的方法也是有的，为什么还要再使用雪花算法呢 ? ?

回想一下我学到过生成唯一 id 的方法 :

数据库中的主键自增.
java中的 uuid

为什么不用他们呢？？

1.4 uuid 主键自增的问题

UUID 是的一种生成唯一 ID 方法，那么他是真的唯一吗 ? ?

在这里我们就要说到 UUID 生成的策略 :

Mac地址+时间戳+自增序列

前两个都可以修改，自增序列在不同机器本身就无法保证唯一。所以他不是唯一的可能会生成相同的。

且 UUID 可读性很差，没有顺序。

主键自增呢？

如果你是使用 MySql 的话，自能是主键自增，其他是不能自增。
MySql 的并发支持 400左右
安全性差

这时也会有人说业务需求是可以是主键且并发 MySql 做集群，这个也是会有很大的问题的，在这里就不细说了。

简而言之：雪花算是可以在高并发分布式系统环境下生成不重复的ID

2. 雪花算法的实现

实现雪花算法也是十分简单的。

2.1 雪花算法生成策略

算法产生的是一个long型 64 比特位的值，第一位未使用。

在这里插入图片描述

bit ：

不用，因为二进制中最高位是符号位，1表示负数，0表示正数。生成的id一般都是用整数，所以最高位固定为0。
**41bit-时间戳 ** 用来记录时间戳，毫秒单位 .
- 41位可以表示[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传个数字
- 如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0 至 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传，减1是因为可表示的数值范围是从0开始算的，而不是1。
- 也就是说41位可以表示[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传个毫秒的值，转化成单位年则是
所以说雪花算法可以用 69 年
10bit-工作机器id，用来记录工作机器id。
- 可以部署在个节点，包括5位datacenterId和5位workerId
- 5位（bit）可以表示的最大正整数是[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8YLWYhXe-1617321544097)(https://math.jianshu.com/math?formula=2%5E%7B5%7D-1%20%3D%2031)]，即可以用0、1、2、3、…31这32个数字，来表示不同的datecenterId或workerId
12bit-序列号，序列号，用来记录同毫秒内产生的不同id。
- 12位（bit）可以表示的最大正整数是，即可以用0、1、2、3、…4094这4095个数字，来表示同一机器同一时间截（毫秒)内产生的4095个ID序号。

2.2 代码实现

java

第一步：定义一个起始的时间时间戳

	private final static long START_STMP = 1480166465631L;

第二步 : 我们上面说到要用到工作机器 id 与序列号所以我们把他俩也定义出来

    private long workerId;    //工作id
    private long datacenterId;   //数据id
    //12位的序列号
    private long sequence;

第三步：规定其长度

    //长度为5位
    private long workerIdBits = 5L;
    private long datacenterIdBits = 5L;
    //最大值
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    //序列号id长度
    private long sequenceBits = 12L;
    //序列号最大值
    private long sequenceMask = -1L ^ (-1L << sequenceBits);

第四步 : 规定偏移位数

    //工作id需要左移的位数，12位
    private long workerIdShift = sequenceBits;
   //数据id需要左移位数 12+5=17位
    private long datacenterIdShift = sequenceBits + workerIdBits;
    //时间戳需要左移位数 12+5+5=22位
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

第五步：上次时间戳

   //上次时间戳，初始值为负数
    private long lastTimestamp = -1L;

第六步：给定获取时间戳的方法

   public long getWorkerId(){
        return workerId;
    }

    public long getDatacenterId(){
        return datacenterId;
    }

    public long getTimestamp(){
        return System.currentTimeMillis();
    }

第七步 : 构造方法

    public MySnowFlake(long workerId, long datacenterId, long sequence){
        // sanity check for workerId
        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));
        }
        System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);

        this.workerId = workerId;
        this.datacenterId = datacenterId;
        this.sequence = sequence;
    }

第八步：获取系统时间获取时间戳，并与上次时间戳比较

    //获取系统时间戳
    private long timeGen(){
        return System.currentTimeMillis();
    }

    //获取时间戳，并与上次时间戳比较
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }

第九步：核心下一个ID生成

 //下一个ID生成算法
    public synchronized long nextId() {
        long timestamp = timeGen();

        //获取当前时间戳如果小于上次时间戳，则表示时间戳获取出现异常
        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));
        }

        //获取当前时间戳如果等于上次时间戳（同一毫秒内），则在序列号加一；否则序列号赋值为0，从0开始。
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }
        
        //将上次时间戳值刷新
        lastTimestamp = timestamp;

        /**
          * 返回结果：
          * (timestamp - twepoch) << timestampLeftShift) 表示将时间戳减去初始时间戳，再左移相应位数
          * (datacenterId << datacenterIdShift) 表示将数据id左移相应位数
          * (workerId << workerIdShift) 表示将工作id左移相应位数
          * | 是按位或运算符，例如：x | y，只有当x，y都为0的时候结果才为0，其它情况结果都为1。
          * 因为个部分只有相应位上的值有意义，其它位上都是0，所以将各部分的值进行 | 运算就能得到最终拼接好的id
        */
        return ((timestamp - twepoch) << timestampLeftShift) |
                (datacenterId << datacenterIdShift) |
                (workerId << workerIdShift) |
                sequence;
    }

总的代码

package cn.guoke.xuehua;

/**
 * @Desc 雪花算法
 */
public class MySnowFlake {

    /**
     * 起始的时间戳
     */
    private final static long START_STMP = 1480166465631L;

    private long workerId;    //工作id
    private long datacenterId;   //数据id
    //12位的序列号
    private long sequence;

    //长度为5位
    private long workerIdBits = 5L;
    private long datacenterIdBits = 5L;
    //最大值
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    //序列号id长度
    private long sequenceBits = 12L;
    //序列号最大值
    private long sequenceMask = -1L ^ (-1L << sequenceBits);

    //工作id需要左移的位数，12位
    private long workerIdShift = sequenceBits;
    //数据id需要左移位数 12+5=17位
    private long datacenterIdShift = sequenceBits + workerIdBits;
    //时间戳需要左移位数 12+5+5=22位
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;


    //上次时间戳，初始值为负数
    private long lastTimestamp = -1L;

    public long getWorkerId(){
        return workerId;
    }

    public long getDatacenterId(){
        return datacenterId;
    }

    public long getTimestamp(){
        return System.currentTimeMillis();
    }


    public MySnowFlake(long workerId, long datacenterId, long sequence){
        // sanity check for workerId
        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));
        }
        System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);

        this.workerId = workerId;
        this.datacenterId = datacenterId;
        this.sequence = sequence;
    }



    //下一个ID生成算法
    public synchronized long nextId() {
        long timestamp = timeGen();

        //获取当前时间戳如果小于上次时间戳，则表示时间戳获取出现异常
        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));
        }

        //获取当前时间戳如果等于上次时间戳（同一毫秒内），则在序列号加一；否则序列号赋值为0，从0开始。
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }

        //将上次时间戳值刷新
        lastTimestamp = timestamp;

        /**
         * 返回结果：
         * (timestamp - twepoch) << timestampLeftShift) 表示将时间戳减去初始时间戳，再左移相应位数
         * (datacenterId << datacenterIdShift) 表示将数据id左移相应位数
         * (workerId << workerIdShift) 表示将工作id左移相应位数
         * | 是按位或运算符，例如：x | y，只有当x，y都为0的时候结果才为0，其它情况结果都为1。
         * 因为个部分只有相应位上的值有意义，其它位上都是0，所以将各部分的值进行 | 运算就能得到最终拼接好的id
         */
        return ((timestamp - START_STMP) << timestampLeftShift) |
                (datacenterId << datacenterIdShift) |
                (workerId << workerIdShift) |
                sequence;
    }

    //获取时间戳，并与上次时间戳比较
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }



    //获取系统时间戳
    private long timeGen(){
        return System.currentTimeMillis();
    }


}

2.3 最大值生成的理解

 private long sequenceMask = -1L ^ (-1L << sequenceBits);

首先我们要知道负数在计算机里是以补码的形式表达的，而补码是负数的绝对值的原码，再取得反码，然后再加1得到。

-1取绝对值是1，1的二进制表示，也就是原码是：

00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000001

然后取反操作，也就是1变0; 0变1，得到：

11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111110

然后加1，得到：

11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111

OK，这就是-1在计算机中的表示了，然后我们来看看(-1L << sequenceBits)，这个很简单，直接左移12个比特位即可，得到：

11111111 11111111 11111111 11111111 11111111 11111111 11110000 00000000

上面两个异或，得到：

00000000 00000000 00000000 00000000 00000000 00000000 00001111 11111111

也就是4095。

3. 雪花算法补充（时钟回拨问题）

3.1 snowflake算法的时钟回拨问题如何解决

11111111 11111111


OK，这就是-1在计算机中的表示了，然后我们来看看(-1L << sequenceBits)，这个很简单，直接左移12个比特位即可，得到：

```javascript
11111111 11111111 11111111 11111111 11111111 11111111 11110000 00000000

上面两个异或，得到：

00000000 00000000 00000000 00000000 00000000 00000000 00001111 11111111

也就是4095。

3. 雪花算法补充（时钟回拨问题）

3.1 snowflake算法的时钟回拨问题如何解决

passerby_Ai

关注

1
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
雪花算法

雪花算法世界上没有完全相同的两朵雪花1. 初识雪花算法1.1 雪花算法snowflake中文的意思是雪花，雪片，所以翻译成雪花算法。它最早是twitter内部使用的分布式环境下的唯一ID生成算法。在2014年开源。开源的版本由scala编写。1.2 雪花算法的特点能满足高并发分布式系统环境下ID不重复基于时间戳，可以保证基本有序递增（有些业务场景对这个又要求）不依赖第三方的库或者中间件生成效率极高1.3 雪花算法解决的问题我们都知道每一种算法都是解决现实世界上的实际问题的，
复制链接

扫一扫