SnowFlake 算法，是 Twitter 開源的分布式 id 生成算法。其核心思想就是：使用一個 64 bit 的 long 型的數(shù)字作為全局唯一 id。在分布式系統(tǒng)中的應(yīng)用十分廣泛，且ID 引入了時間戳，基本上保持自增的，后面的代碼中有詳細的注解。

這 64 個 bit 中，其中 1 個 bit 是不用的，然后用其中的 41 bit 作為毫秒數(shù)，用 10 bit 作為工作機器 id，12 bit 作為序列號。

給大家舉個例子吧，比如下面那個 64 bit 的 long 型數(shù)字：

第一個部分，是 1 個 bit：0，這個是無意義的。 第二個部分是 41 個 bit：表示的是時間戳。 第三個部分是 5 個 bit：表示的是機房 id，10001。 第四個部分是 5 個 bit：表示的是機器 id，1 1001。 第五個部分是 12 個 bit：表示的序號，就是某個機房某臺機器上這一毫秒內(nèi)同時生成的 id 的序號，0000 00000000。

①1 bit：是不用的，為啥呢？

因為二進制里第一個 bit 為如果是 1，那么都是負數(shù)，但是我們生成的 id 都是正數(shù)，所以第一個 bit 統(tǒng)一都是 0。

②41 bit：表示的是時間戳，單位是毫秒。

41 bit 可以表示的數(shù)字多達 2^41 - 1，也就是可以標(biāo)識 2 ^ 41 - 1 個毫秒值，換算成年就是表示 69 年的時間。

③10 bit：記錄工作機器 id，代表的是這個服務(wù)最多可以部署在 2^10 臺機器上，也就是 1024 臺機器。

但是 10 bit 里 5 個 bit 代表機房 id，5 個 bit 代表機器 id。意思就是最多代表 2 ^ 5 個機房（32 個機房），每個機房里可以代表 2 ^ 5 個機器（32 臺機器），也可以根據(jù)自己公司的實際情況確定。

④12 bit：這個是用來記錄同一個毫秒內(nèi)產(chǎn)生的不同 id。

12 bit 可以代表的最大正整數(shù)是 2 ^ 12 - 1 = 4096，也就是說可以用這個 12 bit 代表的數(shù)字來區(qū)分同一個毫秒內(nèi)的 4096 個不同的 id。

簡單來說，你的某個服務(wù)假設(shè)要生成一個全局唯一 id，那么就可以發(fā)送一個請求給部署了 SnowFlake 算法的系統(tǒng)，由這個 SnowFlake 算法系統(tǒng)來生成唯一 id。

這個 SnowFlake 算法系統(tǒng)首先肯定是知道自己所在的機房和機器的，比如機房 id = 17，機器 id = 12。

接著 SnowFlake 算法系統(tǒng)接收到這個請求之后，首先就會用二進制位運算的方式生成一個 64 bit 的 long 型 id，64 個 bit 中的第一個 bit 是無意義的。

接著 41 個 bit，就可以用當(dāng)前時間戳（單位到毫秒），然后接著 5 個 bit 設(shè)置上這個機房 id，還有 5 個 bit 設(shè)置上機器 id。

最后再判斷一下，當(dāng)前這臺機房的這臺機器上這一毫秒內(nèi)，這是第幾個請求，給這次生成 id 的請求累加一個序號，作為最后的 12 個 bit。

最終一個 64 個 bit 的 id 就出來了，類似于：

這個算法可以保證說，一個機房的一臺機器上，在同一毫秒內(nèi)，生成了一個唯一的 id。可能一個毫秒內(nèi)會生成多個 id，但是有最后 12 個 bit 的序號來區(qū)分開來。

下面我們簡單看看這個 SnowFlake 算法的一個代碼實現(xiàn)，這就是個示例，大家如果理解了這個意思之后，以后可以自己嘗試改造這個算法。

總之就是用一個 64 bit 的數(shù)字中各個 bit 位來設(shè)置不同的標(biāo)志位，區(qū)分每一個 id。

SnowFlake 算法的實現(xiàn)代碼如下：

public class IdWorker { //因為二進制里第一個 bit 為如果是 1，那么都是負數(shù)，但是我們生成的 id 都是正數(shù)，所以第一個 bit 統(tǒng)一都是 0。 //機器ID 2進制5位 32位減掉1位 31個private long workerId;//機房ID 2進制5位 32位減掉1位 31個private long datacenterId;//代表一毫秒內(nèi)生成的多個id的最新序號 12位 4096 -1 = 4095 個private long sequence;//設(shè)置一個時間初始值 2^41 - 1 差不多可以用69年private long twepoch = 1585644268888L;//5位的機器idprivate long workerIdBits = 5L;//5位的機房idprivate long datacenterIdBits = 5L;//每毫秒內(nèi)產(chǎn)生的id數(shù) 2 的 12次方private long sequenceBits = 12L;// 這個是二進制運算，就是5 bit最多只能有31個數(shù)字，也就是說機器id最多只能是32以內(nèi)private long maxWorkerId = -1L ^ (-1L << workerIdBits);// 這個是一個意思，就是5 bit最多只能有31個數(shù)字，機房id最多只能是32以內(nèi)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);//記錄產(chǎn)生時間毫秒數(shù)，判斷是否是同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) { // 檢查機房id和機器id是否超過31 不能小于0if (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;} // 這個是核心方法，通過調(diào)用nextId()方法，讓當(dāng)前這臺機器上的snowflake算法程序生成一個全局唯一的idpublic synchronized long nextId() {// 這兒就是獲取當(dāng)前時間戳，單位是毫秒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));} // 下面是說假設(shè)在同一個毫秒內(nèi)，又發(fā)送了一個請求生成一個id// 這個時候就得把seqence序號給遞增1，最多就是4096if (lastTimestamp == timestamp) { // 這個意思是說一個毫秒內(nèi)最多只能有4096個數(shù)字，無論你傳遞多少進來，//這個位運算保證始終就是在4096這個范圍內(nèi)，避免你自己傳遞個sequence超過了4096這個范圍sequence = (sequence + 1) & sequenceMask;//當(dāng)某一毫秒的時間，產(chǎn)生的id數(shù) 超過4095，系統(tǒng)會進入等待，直到下一毫秒，系統(tǒng)繼續(xù)產(chǎn)生IDif (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);} } else {sequence = 0;}// 這兒記錄一下最近一次生成id的時間戳，單位是毫秒lastTimestamp = timestamp;// 這兒就是最核心的二進制位運算操作，生成一個64bit的id// 先將當(dāng)前時間戳左移，放到41 bit那兒；將機房id左移放到5 bit那兒；將機器id左移放到5 bit那兒；將序號放最后12 bit// 最后拼接起來成一個64 bit的二進制數(shù)字，轉(zhuǎn)換成10進制就是個long型return ((timestamp - twepoch) << timestampLeftShift) |(datacenterId << datacenterIdShift) |(workerId << workerIdShift) | sequence;} /** * 當(dāng)某一毫秒的時間，產(chǎn)生的id數(shù) 超過4095，系統(tǒng)會進入等待，直到下一毫秒，系統(tǒng)繼續(xù)產(chǎn)生ID * @param lastTimestamp * @return */private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) {timestamp = timeGen();}return timestamp;}//獲取當(dāng)前時間戳private long timeGen(){return System.currentTimeMillis();} /** * main 測試類 * @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算法的優(yōu)點：

（1）高性能高可用：生成時不依賴于數(shù)據(jù)庫，完全在內(nèi)存中生成。

（2）容量大：每秒中能生成數(shù)百萬的自增ID。

（3）ID自增：存入數(shù)據(jù)庫中，索引效率高。

SnowFlake算法的缺點：

依賴與系統(tǒng)時間的一致性，如果系統(tǒng)時間被回調(diào)，或者改變，可能會造成id沖突或者重復(fù)。

實際中我們的機房并沒有那么多，我們可以改進改算法，將10bit的機器id優(yōu)化，成業(yè)務(wù)表或者和我們系統(tǒng)相關(guān)的業(yè)務(wù)。

到此這篇關(guān)于Java實現(xiàn)雪花算法的原理的文章就介紹到這了,更多相關(guān)Java 雪花算法內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！