手撸一个简单的雪花算法生成自增id

简介

雪花算法（Snowflake）是为了解决分布式系统中生成全局唯一ID的需求而设计的。在分布式系统中，如果多个节点同时生成ID，传统的自增ID或随机数ID可能会导致ID冲突，因此需要一种算法来确保在不同节点、不同时间生成的ID都是唯一的。

雪花算法通过将ID分为不同的部分，包括时间戳、数据中心ID、工作节点ID和序列号，来保证生成的ID的唯一性。每个部分的位数可以根据实际需求进行调整，以平衡ID的长度和唯一性要求。

雪花算法的应用场景包括但不限于以下情况：

• 分布式系统中需要生成全局唯一ID的场景，如分布式数据库、分布式缓存、消息队列等。
• 分布式系统中需要对大量数据进行唯一标识的场景，如日志分析系统、用户行为跟踪系统等。
• 分布式系统中需要对事件进行排序或时间戳的场景，如分布式事务、分布式锁等。

通过使用雪花算法，可以在分布式系统中生成全局唯一的ID，避免了ID冲突的问题，并且ID的生成是有序的，可以根据时间戳进行排序。这使得雪花算法成为了一种常用的分布式ID生成方案。

具体代码实现

public class SnowflakeIdGenerator {
    private static final long EPOCH = 1609459200000L; // 起始时间戳，这里设置为 2021-01-01 00:00:00 的时间戳
    private static final long WORKER_ID_BITS = 5L; // 工作节点ID所占的位数
    private static final long DATA_CENTER_ID_BITS = 5L; // 数据中心ID所占的位数
    private static final long SEQUENCE_BITS = 12L; // 序列号所占的位数
    private static final long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS); // 工作节点ID的最大值
    private static final long MAX_DATA_CENTER_ID = ~(-1L << DATA_CENTER_ID_BITS); // 数据中心ID的最大值
    private static final long WORKER_ID_SHIFT = SEQUENCE_BITS; // 工作节点ID的位移量
    private static final long DATA_CENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS; // 数据中心ID的位移量
    private static final long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATA_CENTER_ID_BITS; // 时间戳的位移量
    private static final long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS); // 序列号的掩码，用于获取序列号部分的值

    private final long workerId; // 工作节点ID
    private final long dataCenterId; // 数据中心ID
    private long sequence = 0L; // 序列号
    private long lastTimestamp = -1L; // 上一次生成ID的时间戳

    /**
     * 构造函数
     *
     * @param workerId     工作节点ID
     * @param dataCenterId 数据中心ID
     */
    public SnowflakeIdGenerator(long workerId, long dataCenterId) {
        if (workerId < 0 || workerId > MAX_WORKER_ID) {
            throw new IllegalArgumentException("Worker ID must be between 0 and " + MAX_WORKER_ID);
        }
        if (dataCenterId < 0 || dataCenterId > MAX_DATA_CENTER_ID) {
            throw new IllegalArgumentException("Data Center ID must be between 0 and " + MAX_DATA_CENTER_ID);
        }
        this.workerId = workerId;
        this.dataCenterId = dataCenterId;
    }

    /**
     * 生成唯一ID
     *
     * @return 唯一ID
     */
    public synchronized long generateId() {
        long timestamp = System.currentTimeMillis();

        if (timestamp < lastTimestamp) {
            throw new RuntimeException("Invalid system clock");
        }

        if (timestamp == lastTimestamp) {
            sequence = (sequence + 1) & SEQUENCE_MASK;
            if (sequence == 0) {
                timestamp = nextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }

        lastTimestamp = timestamp;

        return ((timestamp - EPOCH) << TIMESTAMP_LEFT_SHIFT) |
                (dataCenterId << DATA_CENTER_ID_SHIFT) |
                (workerId << WORKER_ID_SHIFT) |
                sequence;
    }

    /**
     * 获取下一个毫秒的时间戳
     *
     * @param lastTimestamp 上一次生成ID的时间戳
     * @return 下一个毫秒的时间戳
     */
    private long nextMillis(long lastTimestamp) {
        long timestamp = System.currentTimeMillis();
        while (timestamp <= lastTimestamp) {
            timestamp = System.currentTimeMillis();
        }
        return timestamp;
    }
}

上述代码中，SnowflakeIdGenerator类实现了雪花算法生成唯一ID的逻辑。以下是实现的详细细节和思路：
定义了一些常量，包括时间戳的起始时间（即雪花算法的epoch），以及各个部分的位数和位移。
构造函数接收workerId和dataCenterId作为参数，并进行参数校验。

generateId方法是生成唯一ID的核心逻辑。首先获取当前时间戳，如果时间戳小于上一次生成ID的时间戳，则抛出异常，因为时间戳应该是单调递增的。如果时间戳与上一次相同，则递增序列号（sequence），并检查序列号是否溢出。如果序列号溢出，则等待下一毫秒再生成ID。如果时间戳不同，则重置序列号为0。

生成ID的公式为：((timestamp - EPOCH) << TIMESTAMP_LEFT_SHIFT) | (dataCenterId << DATA_CENTER_ID_SHIFT) | (workerId << WORKER_ID_SHIFT) | sequence。其中，时间戳部分左移相应的位数，然后与数据中心ID、工作节点ID和序列号进行按位或操作，得到最终的唯一ID。

nextMillis方法用于获取下一个毫秒的时间戳，如果下一个时间戳小于等于上一次的时间戳，则一直循环等待，直到获取到合适的时间戳。

这样，通过使用SnowflakeIdGenerator类的实例，你可以在分布式系统中生成全局唯一的ID。每个实例需要指定不同的workerId和dataCenterId，以确保生成的ID在整个系统中唯一。

雪花id存在的问题

时钟回溯是指系统时钟发生了向后调整（回溯）的情况，即当前时间戳比上一次生成ID的时间戳要小。时钟回溯可能会导致雪花算法生成的ID出现重复或无序的情况，因为雪花算法依赖于时间戳的递增来保证ID的唯一性和有序性。

时钟回溯可能发生在以下情况下：

• 手动调整系统时钟：管理员或系统维护人员手动调整了系统时钟，将时间设置为过去的某个时间点。
  时钟同步问题：在分布式系统中，不同节点的时钟可能存在微小的差异。当一个节点的时钟比其他节点的时钟快了一段时间时，如果发生时钟同步操作，可能会导致该节点的时钟回溯。
• 时钟回溯对雪花算法的影响取决于具体的实现方式。一般情况下，雪花算法会检测到时钟回溯并抛出异常，以避免生成重复的ID。常见的处理方式包括抛出异常、等待时钟追上、记录异常等。

处理时钟回溯的方法有以下几种：

• 抛出异常：当检测到时钟回溯时，可以抛出异常，让应用程序捕获并处理该异常。这样可以防止生成重复的ID，但需要应用程序处理异常情况。
• 等待时钟追上：当检测到时钟回溯时，可以等待时钟追上当前时间，然后再生成ID。这样可以保证ID的有序性，但会造成一定的延迟。
• 记录异常：当检测到时钟回溯时，可以记录异常情况，以便后续分析和处理。这种方式可以在一定程度上保证ID的唯一性和有序性，但需要额外的处理逻辑。
• 处理时钟回溯是使用雪花算法时需要考虑的重要问题之一。根据具体的应用场景和需求，可以选择合适的处理方式来处理时钟回溯带来的影响。