Java实现雪花算法

雪花算法SnowFlake是Twitter(推特)公司开源的一种算法,目的是在分布式系统中产生全局唯一且趋势递增的ID。 

  1. 1bit,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。

  2. 41bit-时间戳,(2^41)-1用来表示时间戳,毫秒级。换算成年约为69年。减一是因为计数是从0开始的。

  3. 10bit-工作机器id,用来记录工作机器id。可标识2^10=1024个节点,也可分成5位2^5=32个datacenterId和5位machineId。

  4. 12bit-序列号,序列号,用来记录同一毫秒内产生的不同序列号。2^12=4096来表示同一机器同一毫秒内产生的4096个ID序号[0,4095]。

SnowFlake算法在同一毫秒内最多可以生成多少个全局唯一ID呢:同一毫秒的ID数量 = 1024 X 4096 = 4194304。

JAVA代码实现

/**
 * Twitter的分布式自增ID雪花算法snowflake
 *
 * @author yangzihe
 * @date 2021/3/16
 **/
public class SnowFlake {

    /**
     * 起始的时间戳 2021-01-01 00:00:00
     */
    private final static long START_STMP = 1609430400000L;

    //========================= 每一部分占用的位数 =========================
    /**
     * 数据中心占用的位数,4个数据中心
     */
    private static final long DATACENTER_BIT = 2;
    /**
     * 机器标识占用的位数,256个机器
     */
    private static final long MACHINE_BIT = 8;
    /**
     * 序列号占用的位数 4096个
     */
    private static final long SEQUENCE_BIT = 12;

    //========================= 每一部分的最大值 =========================
    /**
     * 支持的最大数据中心标识id,结果是3 (这个移位算法可以很快的计算出二进制位数所能表示的最大十进制数)
     */
    private static final long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
    /**
     * 支持的最大机器id,结果是255
     */
    private static final long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    /**
     * 支持的最大序列号,结果是4095
     */
    private static final long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    //========================= 每一部分向左的位移 =========================
    /**
     * 机器id需要左移的位数,12位
     */
    private static final long MACHINE_LEFT = SEQUENCE_BIT;
    /**
     * 数据中心id需要左移的位数
     */
    private static final long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    /**
     * 时间戳需要左移的位数
     */
    private static final 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; //当前序列号,[0,4095]
    private long lastStmp = -1L;//上一次生成ID的时间戳

    private SnowFlake(long datacenterId, long machineId) {
        if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
            throw new IllegalArgumentException("datacenterId can't be greater than " + MAX_DATACENTER_NUM + " or less than 0");
        }
        if (machineId > MAX_MACHINE_NUM || machineId < 0) {
            throw new IllegalArgumentException("machineId can't be greater than " + MAX_MACHINE_NUM + " or less than 0");
        }
        this.datacenterId = datacenterId;
        this.machineId = machineId;
    }

    /**
     * 下一个ID生成算法
     *
     * @return ID
     */
    public synchronized long nextId() {
        long currStmp = System.currentTimeMillis();
        //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 (currStmp < lastStmp) {
            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;//取模,得到对应[0,4095]的下标
            //同一毫秒的序列数已经达到最大
            if (sequence == 0L) {
                //阻塞获取下一毫秒
                currStmp = getNextMillis();
            }
        } else {
            //不同毫秒内,序列号置为0
            sequence = 0L;
        }
        //更新最后生成id的时间戳
        lastStmp = currStmp;

        //生成id,移位并通过或运算拼到一起组成64位的ID
        return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
            | datacenterId << DATACENTER_LEFT       //数据中心部分
            | machineId << MACHINE_LEFT             //机器标识部分
            | sequence;                             //序列号部分
    }

    /**
     * 获取下一毫秒
     *
     * @return 下一毫秒
     */
    private long getNextMillis() {
        long mill = System.currentTimeMillis();
        while (mill <= lastStmp) {
            mill = System.currentTimeMillis();
        }
        return mill;
    }

}

代码测试

public class Demo {
    public static void main(String[] args) throws InterruptedException {
        SnowFlake snowFlake = new SnowFlake(0, 0);
        long millis = System.currentTimeMillis();
        for (int i = 0; i < 1000000; i++) {//100w
            long id = snowFlake.nextId();
            // System.out.println(id);
        }
        long time = System.currentTimeMillis() - millis;
        System.out.println("生成id花费的时间=" + time + "毫秒");
    }

    // //获取机器id
    // public static Long getMachineIdWithIp() {
    //     try {
    //         String ipString = InetAddress.getLocalHost().getHostAddress();
    //         // 取 ip 的各段
    //         String[] ipSlices = ipString.split("\\.");
    //         StringBuilder rs = new StringBuilder();
    //         for (int i = 0; i < ipSlices.length; i++) {
    //             rs.append(ipSlices[i]);
    //         }
    //         String ip = rs.toString();
    //         int h = ip.hashCode();
    //         //让高位也参与hash值的计算,减少hash冲突
    //         int ipHashValue = h ^ (h >>> 16);
    //         long result = ipHashValue & MAX_MACHINE_NUM;
    //         return result;
    //     } catch (UnknownHostException e) {
    //         e.printStackTrace();
    //         throw new RuntimeException(e);
    //     }
    // }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
雪花算法Snowflake)是一种用于生成全局唯一ID的算法,常用于分布式系统中,主要包括时间戳、机器ID和序列号三个部分。下面是一个简单的Java实现雪花算法的示例代码: ```java public class Snowflake { private static final long START_TIMESTAMP = 1609459200000L; // 2021-01-01 00:00:00 private long workerId; private long sequence = 0L; private long lastTimestamp = -1L; public Snowflake(long workerId) { this.workerId = workerId; } public synchronized long nextId() { long currentTimestamp = System.currentTimeMillis(); if (currentTimestamp < lastTimestamp) { throw new IllegalStateException("Invalid system clock"); } if (currentTimestamp == lastTimestamp) { sequence = (sequence + 1) & 0x1FFF; // 0x1FFF = 8191 if (sequence == 0) { currentTimestamp = waitNextMillis(currentTimestamp); } } else { sequence = 0L; } lastTimestamp = currentTimestamp; return ((currentTimestamp - START_TIMESTAMP) << 22) | (workerId << 12) | sequence; } private long waitNextMillis(long currentTimestamp) { long timestamp = System.currentTimeMillis(); while (timestamp <= currentTimestamp) { timestamp = System.currentTimeMillis(); } return timestamp; } } ``` 使用示例: ```java public class SnowflakeExample { public static void main(String[] args) { Snowflake snowflake = new Snowflake(1); for (int i = 0; i < 10; i++) { long id = snowflake.nextId(); System.out.println(id); } } } ``` 在上述示例中,通过传入不同的workerId来区分不同的机器或节点,生成全局唯一的ID。请注意,这只是一个简单的实现示例,实际应用中需要根据具体情况进行调整和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值