> 文档中心 > 分布式ID之雪花算法SnowFlake

分布式ID之雪花算法SnowFlake

文档中心

目录

1、基本介绍
2、存在的问题
3、代码实现
整合SpringBoot使用

1、基本介绍

最高位是符号位，始终为0，不可用。
41位的时间序列，精确到毫秒级，41位的长度可以使用69年。时间位还有一个很重要的作用是可以根据时间进行排序。
10位的机器标识，10位器标识符一般是5位IDC(数据中心)最大值为32个机房，+5位machine编号最大值为32台机器，所有开源标识1024个不同的机器。
12位的计数序列号，代表是同一个毫秒类产生不同的ID,区分同一个毫秒内产生的ID，12位的计数序列号支持每个节点每毫秒产生4096个ID序号，也就是说QPS可以到 409.6 w/s。

在这里插入图片描述

2、存在的问题

时间回拨问题：由于机器的时间是动态的调整的，有可能会出现时间跑到之前几毫秒，如果这个时候获取到了这种时间，则会出现数据重复
机器id分配及回收问题：目前机器id需要每台机器不一样，这样的方式分配需要有方案进行处理，同时也要考虑，如果该机器宕机了，对应的workerId分配后的回收问题
机器id上限：机器id是固定的bit，那么也就是对应的机器个数是有上限的，在有些业务场景下，需要所有机器共享同一个业务空间，那么10bit表示的1024台机器是不够的。

3、代码实现

import java.lang.management.ManagementFactory;import java.net.InetAddress;import java.net.NetworkInterface;/** * 核心代码为其IdWorker这个类实现，其原理结构如下，我分别用一个0表示一位，用—分割开部分的作用： * 1||0---0000000000 0000000000 0000000000 0000000000 0 --- 00000 ---00000 ---000000000000 * 在上面的字符串中，第一位为未使用（实际上也可作为long的符号位），接下来的41位为毫秒级时间， * 然后5位datacenter标识位，5位机器ID（并不算标识符，实际是为线程标识）， * 然后12位该毫秒内的当前毫秒内的计数，加起来刚好64位，为一个Long型。 * 这样的好处是，整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞（由datacenter和机器ID作区分）， * 并且效率较高，经测试，snowflake每秒能够产生26万ID左右，完全满足需要。 *  * 64位ID (42(毫秒)+5(机器ID)+5(业务编码)+12(重复累加)) * * @author Polim */public class IdWorker {    // 时间起始标记点，作为基准，一般取系统的最近时间戳（一旦确定不能变动）    private final static long twepoch = 1288834974657L;    // 机器标识位数    private final static long workerIdBits = 5L;    // 数据中心标识位数    private final static long datacenterIdBits = 5L;    // 机器ID最大值    private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);    // 数据中心ID最大值    private final static long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);    // 毫秒内自增位    private final static long sequenceBits = 12L;    // 机器ID偏左移12位    private final static long workerIdShift = sequenceBits;    // 数据中心ID左移17位    private final static long datacenterIdShift = sequenceBits + workerIdBits;    // 时间毫秒左移22位    private final static long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;    private final static long sequenceMask = -1L ^ (-1L << sequenceBits);    /* 上次生产id时间戳 */    private static long lastTimestamp = -1L;    // 0，并发控制    private long sequence = 0L;    private final long workerId;    // 数据标识id部分    private final long datacenterId;    public IdWorker() { this.datacenterId = getDatacenterId(maxDatacenterId); this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);    }    /**     * @param workerId     工作机器ID     * @param datacenterId 序列号     */    public IdWorker(long workerId, long datacenterId) { 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;    }    /**     * 获取下一个ID     *     * @return     */    public synchronized long nextId() { long timestamp = timeGen(); if (timestamp < lastTimestamp) {     throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); } if (lastTimestamp == timestamp) {     // 当前毫秒内，则+1     sequence = (sequence + 1) & sequenceMask;     if (sequence == 0) {  // 当前毫秒内计数满了，则等待下一秒  timestamp = tilNextMillis(lastTimestamp);     } } else {     sequence = 0L; } lastTimestamp = timestamp; // ID偏移组合生成最终的ID，并返回ID long nextId = ((timestamp - twepoch) << timestampLeftShift)  | (datacenterId << datacenterIdShift)  | (workerId << workerIdShift) | sequence; return nextId;下·    }    private long tilNextMillis(final long lastTimestamp) { long timestamp = this.timeGen(); while (timestamp <= lastTimestamp) {     timestamp = this.timeGen(); } return timestamp;    }    private long timeGen() { return System.currentTimeMillis();    }    /**     * 
     * 获取 maxWorkerId     * 
     */    protected static long getMaxWorkerId(long datacenterId, long maxWorkerId) { StringBuffer mpid = new StringBuffer(); mpid.append(datacenterId); String name = ManagementFactory.getRuntimeMXBean().getName(); if (!name.isEmpty()) {     /*      * GET jvmPid      */     mpid.append(name.split("@")[0]); } /*  * MAC + PID 的 hashcode 获取16个低位  */ return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);    }    /**     *      * 数据标识id部分     * 
     */    protected static long getDatacenterId(long maxDatacenterId) { long id = 0L; try {     InetAddress ip = InetAddress.getLocalHost();     NetworkInterface network = NetworkInterface.getByInetAddress(ip);     if (network == null) {  id = 1L;     } else {  byte[] mac = network.getHardwareAddress();  id = ((0x000000FF & (long) mac[mac.length - 1])   | (0x0000FF00 & (((long) mac[mac.length - 2]) << 8))) >> 6;  id = id % (maxDatacenterId + 1);     } } catch (Exception e) {     System.out.println(" getDatacenterId: " + e.getMessage()); } return id;    }}

整合SpringBoot使用

在整合SpringBoot时，将IdWorker配置为一个bean对象，在项目启动时就配置IdWorker实例，比如：

@Configurationpublic class IdWorkerConfig {//配置为bean@Bean    public IdWorker getSnowFlakeFactory() { IdWorker idWorker = new IdWorker(datacenterId,machineId); return idWorker;    }}// 具体使用，比如某个service@Servicepublic class Service{@Resourceprivate IdWorker IdWorker;    public void test() {long id = idWorker.nextId();}}