共计 4874 个字符，预计需要花费 13 分钟才能阅读完成。
SnowFlake 算法，是 Twitter 开源的分布式 ID 生成算法。
其核心思想就是：应用一个 64 bit 的 long 型的数字作为全局惟一 ID。在分布式系统中的利用非常宽泛，且 ID 引入了工夫戳，基本上放弃自增的，前面的代码中有具体的注解。
这 64 个 bit 中，其中 1 个 bit 是不必的，而后用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 ID，12 bit 作为序列号。
给大家举个例子吧，比方上面那个 64 bit 的 long 型数字：
- 第一个局部是 1 个 bit：0，这个是无意义的。
- 第二个局部是 41 个 bit：示意的是工夫戳。
- 第三个局部是 5 个 bit：示意的是机房 ID，10001。
- 第四个局部是 5 个 bit：示意的是机器 ID，1 1001。
- 第五个局部是 12 个 bit：示意的序号，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，0000 00000000。
1 bit：是不必的，为啥呢？
因为二进制里第一个 bit 为如果是 1，那么都是正数，然而咱们生成的 ID 都是负数，所以第一个 bit 对立都是 0。
41 bit：示意的是工夫戳，单位是毫秒。
41 bit 能够示意的数字多达 2^41 – 1，也就是能够示意 2 ^ 41 – 1 个毫秒值，换算成年就是示意 69 年的工夫。
10 bit：记录工作机器 ID。
代表的是这个服务最多能够部署在 2^10 台机器上，也就是 1024 台机器。
然而 10 bit 里 5 个 bit 代表机房 ID，5 个 bit 代表机器 ID。意思就是最多代表 2 ^ 5 个机房（32 个机房），每个机房里能够代表 2 ^ 5 个机器（32 台机器），也能够依据本人公司的理论状况确定。
12 bit：这个是用来记录同一个毫秒内产生的不同 ID。
12 bit 能够代表的最大正整数是 2 ^ 12 – 1 = 4096，也就是说能够用这个 12 bit 代表的数字来辨别同一个毫秒内的 4096 个不同的 ID。
简略来说，你的某个服务假如要生成一个全局惟一 ID，那么就能够发送一个申请给部署了 SnowFlake 算法的零碎，由这个 SnowFlake 算法零碎来生成惟一 ID。
这个 SnowFlake 算法零碎首先必定是晓得本人所在的机房和机器的，比方机房 ID = 17，机器 ID = 12。
接着 SnowFlake 算法零碎接管到这个申请之后，首先就会用二进制位运算的形式生成一个 64 bit 的 long 型 ID，64 个 bit 中的第一个 bit 是无意义的。
接着 41 个 bit，就能够用以后工夫戳（单位到毫秒），而后接着 5 个 bit 设置上这个机房 ID，还有 5 个 bit 设置上机器 ID。
最初再判断一下，以后这台机房的这台机器上这一毫秒内，这是第几个申请，给这次生成 ID 的申请累加一个序号，作为最初的 12 个 bit。
最终一个 64 个 bit 的 ID 就进去了，相似于：
这个算法能够保障，一个机房的一台机器上，在同一毫秒内生成了一个惟一的 ID。可能一个毫秒内会生成多个 ID，然而有最初 12 个 bit 的序号来辨别开来。
上面咱们简略看看这个 SnowFlake 算法的一个代码实现，这就是个示例，大家如果了解了这个意思之后，当前能够本人尝试革新这个算法。
总之就是用一个 64 bit 的数字中各个 bit 位来设置不同的标记位，辨别每一个 ID。
SnowFlake 算法的实现代码如下：
public class IdWorker {
// 因为二进制里第一个 bit 为如果是 1，那么都是正数，然而咱们生成的 id 都是负数，所以第一个 bit 对立都是 0。// 机器 ID 2 进制 5 位 32 位减掉 1 位 31 个
private long workerId;
// 机房 ID 2 进制 5 位 32 位减掉 1 位 31 个
private long datacenterId;
// 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;
// 设置一个工夫初始值 2^41 - 1 差不多能够用 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);
// 记录产生工夫毫秒数，判断是否是同 1 毫秒
private long lastTimestamp = -1L;
public long getWorkerId(){return workerId;}
public long getDatacenterId() {return datacenterId;}
public long getTimestamp() {return System.currentTimeMillis();
}
public IdWorker(long workerId, long datacenterId, long sequence) {
// 查看机房 id 和机器 id 是否超过 31 不能小于 0
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));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
this.sequence = sequence;
}
// 这个是外围办法，通过调用 nextId() 办法，让以后这台机器上的 snowflake 算法程序生成一个全局惟一的 id
public synchronized long nextId() {
// 这儿就是获取以后工夫戳，单位是毫秒
long timestamp = timeGen();
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));
}
// 上面是说假如在同一个毫秒内，又发送了一个申请生成一个 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，// 这个位运算保障始终就是在 4096 这个范畴内，防止你本人传递个 sequence 超过了 4096 这个范畴
sequence = (sequence + 1) & sequenceMask;
// 当某一毫秒的工夫，产生的 id 数 超过 4095，零碎会进入期待，直到下一毫秒，零碎持续产生 ID
if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);
}
} else {sequence = 0;}
// 这儿记录一下最近一次生成 id 的工夫戳，单位是毫秒
lastTimestamp = timestamp;
// 这儿就是最外围的二进制位运算操作，生成一个 64bit 的 id
// 先将以后工夫戳左移，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；将序号放最初 12 bit
// 最初拼接起来成一个 64 bit 的二进制数字，转换成 10 进制就是个 long 型
return ((timestamp - twepoch) << timestampLeftShift) |
(datacenterId << datacenterIdShift) |
(workerId << workerIdShift) | sequence;
}
/**
* 当某一毫秒的工夫，产生的 id 数 超过 4095，零碎会进入期待，直到下一毫秒，零碎持续产生 ID
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();
while (timestamp <= lastTimestamp) {timestamp = timeGen();
}
return timestamp;
}
// 获取以后工夫戳
private long timeGen(){return System.currentTimeMillis();
}
/**
* main 测试类
* @param args
*/
public static void main(String[] args) {System.out.println(1&4596);
System.out.println(2&4596);
System.out.println(6&4596);
System.out.println(6&4596);
System.out.println(6&4596);
System.out.println(6&4596);
// IdWorker worker = new IdWorker(1,1,1);
// for (int i = 0; i < 22; i++) {// System.out.println(worker.nextId());
// }
}
}SnowFlake 算法的长处：
- 高性能高可用 ：生成时不依赖于数据库，齐全在内存中生成。
- 容量大 ：每秒钟能生成数百万的自增 ID。
- ID 自增 ：存入数据库中，索引效率高。
SnowFlake 算法的毛病：
依赖与零碎工夫的一致性，如果零碎工夫被回调，或者扭转，可能会造成 ID 抵触或者反复。
理论中咱们的机房并没有那么多，咱们能够改良改算法，将 10bit 的机器 ID 优化，成业务表或者和咱们零碎相干的业务。另外，关注公众号 Java 技术栈，在后盾回复：面试，能够获取我整顿的 Java 系列面试题和答案，十分齐全。
原文链接：https://blog.csdn.net/lq18050…
版权申明：本文为 CSDN 博主「雨夜青草」的原创文章，遵循 CC 4.0 BY-SA 版权协定，转载请附上原文出处链接及本申明。
近期热文举荐：
1.600+ 道 Java 面试题及答案整顿 (2021 最新版)
2. 终于靠开源我的项目弄到 IntelliJ IDEA 激活码了，真香！
3. 阿里 Mock 工具正式开源，干掉市面上所有 Mock 工具！
4.Spring Cloud 2020.0.0 正式公布，全新颠覆性版本！
5.《Java 开发手册（嵩山版）》最新公布，速速下载！
感觉不错，别忘了顺手点赞 + 转发哦！
