zoukankan      html  css  js  c++  java
  • 全局唯一Id:雪花算法

    分布式系统中,有一些需要使用全局唯一ID的场景,这种时候为了防止ID冲突可以使用36位的UUID,但是UUID有一些缺点,首先他相对比较长,另外UUID一般是无序的。

    有些时候我们希望能使用一种简单一些的ID,并且希望ID能够按照时间有序生成。

    而twitter的SnowFlake解决了这种需求,最初Twitter把存储系统从MySQL迁移到Cassandra,因为Cassandra没有顺序ID生成机制,所以开发了这样一套全局唯一ID生成服务。

    原理

    Twitter的雪花算法SnowFlake,使用Java语言实现。

    SnowFlake算法产生的ID是一个64位的整型,结构如下(每一部分用“-”符号分隔):

    0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000

    1位标识部分,在java中由于long的最高位是符号位,正数是0,负数是1,一般生成的ID为正数,所以为0;

    41位时间戳部分,这个是毫秒级的时间,一般实现上不会存储当前的时间戳,而是时间戳的差值(当前时间-固定的开始时间),这样可以使产生的ID从更小值开始;41位的时间戳可以使用69年,(1L << 41) / (1000L 60 60 24 365) = 69年;

    10位节点部分,Twitter实现中使用前5位作为数据中心标识,后5位作为机器标识,可以部署1024个节点;

    12位序列号部分,支持同一毫秒内同一个节点可以生成4096个ID;

    SnowFlake算法生成的ID大致上是按照时间递增的,用在分布式系统中时,需要注意数据中心标识和机器标识必须唯一,这样就能保证每个节点生成的ID都是唯一的。或许我们不一定都需要像上面那样使用5位作为数据中心标识,5位作为机器标识,可以根据我们业务的需要,灵活分配节点部分,如:若不需要数据中心,完全可以使用全部10位作为机器标识;若数据中心不多,也可以只使用3位作为数据中心,7位作为机器标识。

    snowflake生成的ID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workerId作区分),并且效率较高。据说:snowflake每秒能够产生26万个ID。

    源码

      1 package com.hjp.labs;
      2 
      3 /**
      4  * Twitter的分布式自增ID雪花算法snowflake
      5  * @auther huang jianping
      6  * @date 2019/6/19 10:36
      7  */
      8 public class SnowFlake {
      9 
     10     /**
     11      * 起始的时间戳
     12      */
     13     private final static long START_STMP = 1480166465631L;
     14 
     15     /**
     16      * 每一部分占用的位数
     17      */
     18     private final static long SEQUENCE_BIT = 12; //序列号占用的位数
     19     private final static long MACHINE_BIT = 5;   //机器标识占用的位数
     20     private final static long DATACENTER_BIT = 5;//数据中心占用的位数
     21 
     22     /**
     23      * 每一部分的最大值
     24      */
     25     private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
     26     private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
     27     private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
     28 
     29     /**
     30      * 每一部分向左的位移
     31      */
     32     private final static long MACHINE_LEFT = SEQUENCE_BIT;
     33     private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
     34     private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;
     35 
     36     private long datacenterId;  //数据中心
     37     private long machineId;     //机器标识
     38     private long sequence = 0L; //序列号
     39     private long lastStmp = -1L;//上一次时间戳
     40 
     41     public SnowFlake(long datacenterId, long machineId) {
     42         if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
     43             throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
     44         }
     45         if (machineId > MAX_MACHINE_NUM || machineId < 0) {
     46             throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
     47         }
     48         this.datacenterId = datacenterId;
     49         this.machineId = machineId;
     50     }
     51 
     52     /**
     53      * 产生下一个ID
     54      *
     55      * @return
     56      */
     57     public synchronized long nextId() {
     58         long currStmp = getNewstmp();
     59         if (currStmp < lastStmp) {
     60             throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
     61         }
     62 
     63         if (currStmp == lastStmp) {
     64             //相同毫秒内,序列号自增
     65             sequence = (sequence + 1) & MAX_SEQUENCE;
     66             //同一毫秒的序列数已经达到最大
     67             if (sequence == 0L) {
     68                 currStmp = getNextMill();
     69             }
     70         } else {
     71             //不同毫秒内,序列号置为0
     72             sequence = 0L;
     73         }
     74 
     75         lastStmp = currStmp;
     76 
     77         return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
     78                 | datacenterId << DATACENTER_LEFT       //数据中心部分
     79                 | machineId << MACHINE_LEFT             //机器标识部分
     80                 | sequence;                             //序列号部分
     81     }
     82 
     83     private long getNextMill() {
     84         long mill = getNewstmp();
     85         while (mill <= lastStmp) {
     86             mill = getNewstmp();
     87         }
     88         return mill;
     89     }
     90 
     91     private long getNewstmp() {
     92         return System.currentTimeMillis();
     93     }
     94 
     95     public static void main(String[] args) {
     96         SnowFlake snowFlake = new SnowFlake(1, 1);
     97 
     98         long start = System.currentTimeMillis();
     99         for (int i = 0; i < 1000000; i++) {
    100             System.out.println(snowFlake.nextId());
    101         }
    102 
    103         System.out.println(System.currentTimeMillis() - start);
    104 
    105 
    106     }
    107 }

     

  • 相关阅读:
    LoadRunner调用java函数测试oracle
    pam_cracklib.so模块
    crontab定时任务安装、使用方法
    yum的repo文件详解、以及epel简介、yum源的更换
    ubuntu添加开机自启和sysv-rc-conf
    MySQL配置参数详解
    集群管理软件clustershell
    Mysql命令大全
    Nginx配置文件nginx.conf 详解
    linux下iptables配置详解
  • 原文地址:https://www.cnblogs.com/huangjianping/p/11050018.html
Copyright © 2011-2022 走看看