雪花算法(全局唯一ID)

雪花算法(Snowflake Algorithm)是一种用于生成全局唯一ID的算法,最初由Twitter开发并开源。它的设计目标是在分布式系统中生成唯一的ID,以便在不同的节点之间能够快速生成不重复的ID,并且保证ID的全局唯一性。

雪花算法生成的ID是一个64位的整数,其中包含了时间戳、机器ID和序列号三个部分。具体结构如下:

- 1位符号位:始终为0。

- 41位时间戳:记录生成ID的时间戳,精确到毫秒级。

- 10位机器ID:用于标识不同的机器,可以手动配置或自动分配。

- 12位序列号:表示在同一毫秒内生成的不同ID的序列号。

在雪花算法中,时间戳部分占据了最高的41位,可以支持约69年的时间范围,机器ID部分可以支持最多1024台不同的机器,序列号部分可以支持每台机器每毫秒最多生成4096个ID。

生成ID的过程如下:

1. 获取当前时间戳,精确到毫秒级。

2. 将时间戳左移22位,腾出10位给机器ID,12位给序列号。

3. 将机器ID左移12位,腾出12位给序列号。

4. 生成最终的ID,将时间戳、机器ID和序列号进行按位或操作。

雪花算法的优点是简单易实现、高性能、全局唯一性,适用于大多数分布式系统中生成唯一ID的需求。但也有一些缺点,例如对系统时间敏感,需要保证系统时间的连续性和准确性。

总的来说,雪花算法是一种可靠且高效的全局唯一ID生成算法,广泛应用于分布式系统中,为系统架构设计提供了便利。

下面是一个简单的Java代码示例,演示如何实现雪花算法生成全局唯一ID:

public class SnowflakeIdGenerator {

    private static final long START_TIMESTAMP = 1619827200000L; // 起始时间戳,2021-05-01 00:00:00

    private static final long SEQUENCE_BITS = 12;

    private static final long MACHINE_ID_BITS = 10;

    private static final long MAX_SEQUENCE = (1L << SEQUENCE_BITS) - 1;

    private static final long MAX_MACHINE_ID = (1L << MACHINE_ID_BITS) - 1;

    private long machineId;

    private long sequence = 0L;

    private long lastTimestamp = -1L;

    public SnowflakeIdGenerator(long machineId) {

        if (machineId < 0 || machineId > MAX_MACHINE_ID) {

            throw new IllegalArgumentException("Machine ID must be between 0 and " + MAX_MACHINE_ID);

        }

        this.machineId = machineId;

    }

    public synchronized long generateId() {

        long currentTimestamp = System.currentTimeMillis();

        if (currentTimestamp < lastTimestamp) {

            throw new RuntimeException("Clock moved backwards. Refusing to generate ID");

        }

        if (currentTimestamp == lastTimestamp) {

            sequence = (sequence + 1) & MAX_SEQUENCE;

            if (sequence == 0) {

                currentTimestamp = waitUntilNextMillis(lastTimestamp);

            }

        } else {

            sequence = 0L;

        }

        lastTimestamp = currentTimestamp;

        return ((currentTimestamp - START_TIMESTAMP) << (SEQUENCE_BITS + MACHINE_ID_BITS))

                | (machineId << SEQUENCE_BITS)

                | sequence;

    }

    private long waitUntilNextMillis(long lastTimestamp) {

        long currentTimestamp = System.currentTimeMillis();

        while (currentTimestamp <= lastTimestamp) {

            currentTimestamp = System.currentTimeMillis();

        }

        return currentTimestamp;

    }

    public static void main(String[] args) {

        SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1); // 为当前机器指定一个唯一的ID

        System.out.println(idGenerator.generateId());

    }

}

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,104评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,816评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,697评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,836评论 1 298
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,851评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,441评论 1 310
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,992评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,899评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,457评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,529评论 3 341
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,664评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,346评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,025评论 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,511评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,611评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,081评论 3 377
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,675评论 2 359

推荐阅读更多精彩内容