SnowFlake雪花算法的介绍及Java实现(工具类)

一、概念

❄ 什么是雪花算法

SnowFlake算法是Twitter公司出品的开源的分布式id生成算法
其特点为 使用一个64 bit的long型的数字作为全局唯一 id
雪花算法在分布式系统中的应用十分广泛 且引入了时间戳 基本保持自增

❄ 雪花算法字符串各部分的含义

• 第1位是符号位 始终为0
  (这是因为生成的id都是正数 而在二进制中第一个bit若为0则不为负数)
• 后面是41位的时间戳 精确到毫秒级
  41位的长度可以表示2^41-1个毫秒值 也就是说可以使用69年
  时间戳还有一个很重要的作用 可以根据时间进行排序
• 之后的10位是机器标识 前5bit是机房id 后5bit是机器id
  10位的长度表明该服务最多可以部署在2^10台机器(即1024台机器)上
• 最后12位是计数序列号
  序列号是一系列的自增id 表示了同一个毫秒内产生的不同id
  可以支持同一节点同一毫秒生成多个id 12位的计数序列号支持每个节点每毫秒产生2^12-1(即4096)个ID序号

❄ 生成过程

• 1、若某个服务需要生成一个唯一id 则发送一个请求给部署了SnowFlake算法的系统(前提是该SnowFlake算法系统知道自己所在的机房和机器的编号)
• 2、SnowFlake算法系统接收到该请求后 使用二进制位运算的方式生成一个64bit的long型id 当然 第一个bit是无意义的
• 3、接着41个bit使用当前时间戳(单位为毫秒) 然后的5bit设为该机房的id 剩余5bit设为机器的id
• 4、最后 再判断当前机房的该机器在这一毫秒内是第几个请求 给本次生成id的请求后再累加一个序号 作为id最后的12个bit
  至此 就得到了一个64bit的唯一id 这就是雪花算法

二、代码实现

工具类：

public class SnowFlakeUtil {
    
    

    // 起始时间戳
    private final static long START_STMP = 1480166465631L;

    // 每部分的位数
    private final static long SEQUENCE_BIT = 12; // 序列号占用位数
    private final static long MACHINE_BIT = 5; // 机器id占用位数
    private final static long DATACENTER_BIT = 5; // 机房id占用位数

    // 每部分最大值
    private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    // 每部分向左的位移
    private final static long MACHINE_LEFT = SEQUENCE_BIT;
    private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

    private long datacenterId; // 机房id
    private long machineId; // 机器id
    private long sequence = 0L; // 序列号
    private long lastStmp = -1L; // 上次的时间戳

    public SnowFlakeUtil(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;
    }

    // 产生下一个ID
    public synchronized long getNextId() {
    
    
        long currStmp = getNewstmp();
        if (currStmp < lastStmp) {
    
    
            throw new RuntimeException("Clock moved backwards.Refusing to generate id");
        }
        if (currStmp == lastStmp) {
    
    
            // 若在相同毫秒内 序列号自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            // 同一毫秒的序列数已达到最大
            if (sequence == 0L)
            {
    
    
                currStmp = getNextMill();
            }
        } else {
    
    
            // 若在不同毫秒内 则序列号置为0
            sequence = 0L;
        }
        lastStmp = currStmp;

        return (currStmp - START_STMP) << TIMESTMP_LEFT // 时间戳部分
                | datacenterId << DATACENTER_LEFT // 机房id部分
                | machineId << MACHINE_LEFT // 机器id部分
                | sequence; // 序列号部分
    }

    // 获取新的毫秒数
    private long getNextMill()
    {
    
    
        long mill = getNewstmp();
        while (mill <= lastStmp)
        {
    
    
            mill = getNewstmp();
        }
        return mill;
    }

    // 获取当前的毫秒数
    private long getNewstmp()
    {
    
    
        return System.currentTimeMillis();
    }
}

使用：

SnowFlakeUtil snowFlakeUtil = new SnowFlakeSnowFlakeUtil (12,13);
System.out.println(snowFlakeUtil.nextId());

---