欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

分布式ID生成算法 雪花算法

程序员文章站 2022-05-03 19:11:18
...

1、SnowFlake算法生成id的结果是一个64bit大小的整数,它的结构如下图:

        分布式ID生成算法 雪花算法

●  1位,不用。二进制中最高位为1的都是负数,但是我们生成的id一般都使用整数,所以这个最高位固定是0

●  41位,用来记录时间戳(毫秒)。
         ○  41位可以表示$2^{41}-1$个数字,
         ○  如果只用来表示正整数(计算机中正数包含0),可以表示的数值范围是:0 至 $2^{41}-1$,减1是因为可表示的数值范围是从0开始算的,而不是1。
         ○ 也就是说41位可以表示$2^{41}-1$个毫秒的值,转化成单位年则是$(2^{41}-1) / (1000 * 60 * 60 * 24 * 365) = 69$年

●  10位,用来记录工作机器id。
         ○  可以部署在$2^{10} = 1024$个节点,包括 5位datacenterId 和 5位workerId
         ○  5位(bit)可以表示的最大正整数是$2^{5}-1 = 31$,即可以用0、1、2、3、....31这32个数字,来表示不同的datecenterId或workerId

●  12位,***,用来记录同毫秒内产生的不同id。
         ○  12位(bit)可以表示的最大正整数是$2^{12}-1 = 4095$,即可以用0、1、2、3、....4094这4095个数字,来表示同一机器同一时间截(毫秒)内产生的4095个ID序号

由于在Java中64bit的整数是long类型,所以在Java中SnowFlake算法生成的id就是long来存储的。

SnowFlake可以保证:
        ●  所有生成的id按时间趋势递增
        ●  整个分布式系统内不会产生重复id(因为有datacenterId和workerId来做区分)

示例代码:

package icefire.demo.disSys;

/**
 * 分布式ID生成算法 雪花算法
 * 41位:时间戳
 * 10位:机器id
 * 12位:同一时间戳自增id
 * @author zhangjiaqi
 *
 */
public class SnowGUID {

	private long initTime = 1584427306000L; // "2020/03/17" 程序开始时间
	
	private long timeStampBit = 41;
	private long machineIdBit = 10;
	private long autoIdBit    = 12;
	
	private long machineId;
	private long autoId = 0;
	private long lastTime = 0;
	
	public static final SnowGUID snow = new SnowGUID(0);
	
	public SnowGUID(long machineId) {
		this.machineId = machineId;
	}
	
	public synchronized long produce() {
		while(true) {
			long timeStamp = System.currentTimeMillis() - initTime;
			
			if(lastTime != timeStamp) {
				autoId = 0;
			}
			lastTime = timeStamp;
			autoId++;
			
			if(autoId >= (1 << autoIdBit)) {
				try {
					Thread.sleep(1);
				} catch (InterruptedException e) {
					e.printStackTrace();
				}
				continue;
			}
			
			long v1 = timeStamp << (machineIdBit + autoIdBit);
			long v2 = machineIdBit << autoIdBit;
			long v3 = autoId;
			return v1 + v2 + v3;
		}
	}
}

测试:

package icefire.demo.disSys;

import java.util.HashMap;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicInteger;

public class Test {

	public static  ConcurrentHashMap<Long, Integer> map = new ConcurrentHashMap<Long, Integer>();
	public static  HashMap<Long, Integer> hashMap = new HashMap<Long, Integer>();
    public static AtomicInteger count = new AtomicInteger(0); 
	public static void main(String[] args) {
		
		new Thread(new Runnable() {
			public void run() {
				while(true) {
					long id =  SnowGUID.snow.produce();
					map.put(id, 0);
					hashMap.put(id, 0);
					System.out.println("size: " + map.size() + " s: " + count.incrementAndGet() + " hashMap:" + hashMap.size());
				}
			}
		}).start();
		new Thread(new Runnable() {
			public void run() {
				while(true) {
					long id =  SnowGUID.snow.produce();
					map.put(id, 0);
					hashMap.put(id, 0);
					System.out.println("size: " + map.size() + " s: " + count.incrementAndGet() + " hashMap:" + hashMap.size());
				}
			}
		}).start();
		new Thread(new Runnable() {
			public void run() {
				while(true) {
					long id =  SnowGUID.snow.produce();
					map.put(id, 0);
					hashMap.put(id, 0);
					System.out.println("size: " + map.size() + " s: " + count.incrementAndGet() + " hashMap:" + hashMap.size());
				}
			}
		}).start();
	}

}