分布式唯一标识snowflake算法

作者: dreamfly 分类: 分布式 发布时间: 2018-08-02 13:36

snowflake算法核心:

这里写图片描述

如图,64位。主要由3块构成:时间戳、工作机器id、序列号。 
– 其中第一位不用,也可以理解作为正负数来使用,默认正数的。 
– 随后41位表示时间戳,在实际使用时,可以当做时间差来使用,比如现在离2017-01-01 00:00:00的时间差。这样的话,时间范围就能达到: (2^41-1)/(1000*60*60*24*365)=69.7年。 
– 中间10位用于工作机器的。可以用于 2^10-1=1023台机器。 
– 最后12位表示序列号,一个机器在一个毫秒时最大能产生 2^12-1=4095个。 
**在实际应用中,可能无需最大化的,比如时间戳只用30位就能达到要求的就无需41位,其他的同理。 
工作机器ID,可以是进程级别。机器级别的话,可以使用机器的mac地址或ip地址经过算法;如果是进程级别的话,可以使用path+进程标识;也可以混编,列如前5位标识机器,后5位标识进程。 
关于序列号有个注意点,如果一个毫秒内,序列号已经达到上限,就等到下一毫秒,同时序列号置零开始。**

具体代码:

/**
 * 
 **
 /
 public class MagicSnowFlake {
    private final static long twepoch = 1483200000000l;    //10bit(位)的工作机器id  中IP标识所占的位数 8bit(位)
    private final static long ipIdBits = 8L;    //IP标识最大值 255  即2的8次方减一。
    private final static long ipIdMax = ~ (-1L << ipIdBits);    //10bit(位)的工作机器id  中数字标识id所占的位数 2bit(位)
    private final static long dataCenterIdBits = 2L;    //数字标识id最大值 3  即2的2次方减一。
    private final static long dataCenterIdMax = ~ (-1L << dataCenterIdBits);    //序列在id中占的位数 12bit
    private final static long seqBits = 12L;    //序列最大值 4095 即2的12次方减一。
    private final static long seqMax = ~(-1L << seqBits);    // 64位的数字:首位0  随后41位表示时间戳 随后10位工作机器id(8位IP标识 + 2位数字标识) 最后12位序列号
    private final static long dataCenterIdLeftShift = seqBits;    private final static long ipIdLeftShift = seqBits + dataCenterIdBits;    private final static long timeLeftShift = seqBits  + dataCenterIdBits + ipIdLeftShift;    //IP标识(0~255)
    private long ipId;    // 数据中心ID(0~3)
    private long dataCenterId;    // 毫秒内序列(0~4095)
    private long seq = 0L;    // 上次生成ID的时间截
    private long lastTime = -1L;    
    
    public MagicSnowFlake(long ipId, long dataCenterId) {        
        if(ipId < 0 || ipId > ipIdMax) {
            System.out.println(" ---------- ipId不在正常范围内(0~"+ipIdMax +") " + ipId);
            System.exit(0);
        }        
        if(dataCenterId < 0 || dataCenterId > dataCenterIdMax) {
            System.out.println(" ---------- dataCenterId不在正常范围内(0~"+dataCenterIdMax +") " + dataCenterId);
            System.exit(0);
        }        
        this.ipId = ipId;       
        this.dataCenterId = dataCenterId;
    }    
    
    public synchronized long nextId() {        
        long nowTime = System.currentTimeMillis();        
        if(nowTime < lastTime) {
            System.out.println(" ---------- 当前时间前于上次操作时间,当前时间有误: " + nowTime);
            System.exit(0);
        }        
        
        if(nowTime == lastTime) {
            seq = (seq + 1) & seqMax;            
            if(seq == 0) {
                nowTime = getNextTimeStamp();
            }
        } else {
            seq = 0L;
        }

        lastTime = nowTime;        
        return ((nowTime - twepoch) << timeLeftShift
                | (ipId << ipIdLeftShift)
                | (dataCenterId << dataCenterIdLeftShift)
                | seq;
    }    
    
    private long getNextTimeStamp() {        
        long nowTime;
        do {
            nowTime = System.currentTimeMillis();
        } while(nowTime <= lastTime);       
        return nowTime;
    }
}

/**---------------------------------------------------------------**/

 public class ThreadSnowFlake extends Thread {

    MagicSnowFlake msf;    
    int cnt = 0;    
    public ThreadSnowFlake(MagicSnowFlake msf) {        
        this.msf = msf;
    }    
    
    public void run() {
        System.out.println();        
        if(msf != null) {            
            while(cnt < 10) {
                System.out.println(Thread.currentThread().getId() + " : " + msf.nextId());
                cnt ++;
            }
        }
    }
}

/**-----------------------------------------------------------------------**/
public class AlgorithmMain {

    public static void main(String[] args) {

        MagicSnowFlake msf = new MagicSnowFlake(196, 2);

        ThreadSnowFlake t1 = new ThreadSnowFlake(msf);
        ThreadSnowFlake t2 = new ThreadSnowFlake(msf);

        t1.start();
        t2.start();
    }
}

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!