雪花算法的原理

目录

产生的背景

组成结构

优点

缺点

相关代码

产生的背景

1. 使用uuid虽然可以作为不重复主键Id,unid是一个无序的字符串，作为主键时，主键索引会生效。
2. 数据库表用特点库中的一张表维护时，在自增的时候查表然后update，在操作的过程中需要锁边，不适合并发量大的项目。
3. redis中维护一个键值对，然后哪个表需要直接去redis中取值然后加一，但是这个跟上面一样由于单线程都是对高并发的支持不高，只适合并发量小的项目。

组成结构

 64 bit 的 long 型数字(二进制)

1. 1 个 bit：0，这个是无意义的。
2. 41 个 bit：表示的是时间戳
3. 5 个 bit：表示的是机房 id（可以存在2^5个机房）
4. 5 个 bit：表示的是机器 id(可以存在2^5个机器）
5. 12 个 bit：表示的序号，就是某个机房某台机器上这一毫秒内同时生成的 id 的序号

机房+机器的组合可以部署在1024个机器（已经很大和很大）

优点

1. 不依赖数据，在内存中直接生成
2. 容量大，高可用高并放
3. ID自增，存入数据库后，索引效率高

缺点

依赖系统的时间，当系统时间刻意发送改变时，可能会造成ID重复（理论上会发生，现实不会改变系统时间）

相关代码

public class SnowFlake {
  // 机器ID  2进制5位  32位减掉1位 31个
  private long camputerId;
  // 机房ID 2进制5位  32位减掉1位 31个
  private long homeId;
  // 代表一毫秒内生成的多个id的最新序号  12位 4096 -1 = 4095 个
  private long sequence;
  // 设置一个时间初始值    2^41 - 1   差不多可以用69年
  private long twepoch = 1585644268888L;
  // 5位的机器id
  private long workerIdBits = 5L;
  // 5位的机房id
  private long datacenterIdBits = 5L;
  // 每毫秒内产生的id数 2 的 12次方
  private long sequenceBits = 12L;
  // 这个是二进制运算，就是5 bit最多只能有31个数字，也就是说机器id最多只能是32以内
  private long maxWorkerId = -1L ^ (-1L << workerIdBits);
  // 这个是一个意思，就是5 bit最多只能有31个数字，机房id最多只能是32以内
  private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);

  private long workerIdShift = sequenceBits;
  private long datacenterIdShift = sequenceBits + workerIdBits;
  private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
  private long sequenceMask = -1L ^ (-1L << sequenceBits);
  // 记录产生时间毫秒数，判断是否是同1毫秒
  private long lastTimestamp = -1L;

  public long getCamputerId() {
    return camputerId;
  }

  public long getHomeId() {
    return homeId;
  }

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

  public SnowFlake(long camputerId, long homeId, long sequence) {
    // 检查机房id和机器id是否超过31 不能小于0
    if (camputerId > maxWorkerId || camputerId < 0) {
      throw new IllegalArgumentException(
          String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
    }
    if (homeId > maxDatacenterId || homeId < 0) {
      throw new IllegalArgumentException(
          String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
    }
    this.camputerId = camputerId;
    this.homeId = homeId;
    this.sequence = sequence;
  }

  // 这个是核心方法，通过调用nextId()方法，让当前这台机器上的snowflake算法程序生成一个全局唯一的id
  public synchronized long nextId() {
    // 这儿就是获取当前时间戳，单位是毫秒
    long timestamp = getTime();
    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));
    }

    // 下面是说假设在同一个毫秒内，又发送了一个请求生成一个id
    // 这个时候就得把seqence序号给递增1，最多就是4096
    if (lastTimestamp == timestamp) {

      // 这个意思是说一个毫秒内最多只能有4096个数字，无论你传递多少进来，
      // 这个位运算保证始终就是在4096这个范围内，避免你自己传递个sequence超过了4096这个范围
      sequence = (sequence + 1) & sequenceMask;
      // 当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID
      if (sequence == 0) {
        timestamp = tilNextMillis(lastTimestamp);
      }

    } else {
      sequence = 0;
    }
    // 这儿记录一下最近一次生成id的时间戳，单位是毫秒
    lastTimestamp = timestamp;
    //  最核心的二进制位运算操作，生成一个64bit的id
    // 将当前时间戳左移，放到41 bit那儿；将机房id左移放到5 bit那儿；将机器id左移放到5 bit那儿；将序号放最后12 bit
    // 最后拼接起来成一个64 bit的二进制数字，转换成10进制就是个long型
    return ((timestamp - twepoch) << timestampLeftShift)
        | (homeId << datacenterIdShift)
        | (camputerId << workerIdShift)
        | sequence;
  }

  /**
   * 当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID
   *
   * @param lastTimestamp
   * @return
   */
  private long tilNextMillis(long lastTimestamp) {

    long timestamp = getTime();

    while (timestamp <= lastTimestamp) {
      timestamp = getTime();
    }
    return timestamp;
  }
  // 获取当前时间戳
  private long getTime() {
    return System.currentTimeMillis();
  }

  /**
   * main 测试类
   *
   * @param args
   */
  public static void main(String[] args) {
    SnowFlake snowFlak = new SnowFlake(5, 6, 4596);
    for (int i = 0; i < 100; i++) System.out.println(snowFlak.nextId());
  }
}