SnowFlake 中文意思为雪花,故称为雪花算法。最早是 Twitter 公司在其内部用于分布式环境下生成唯一 ID。
雪花算法将 64 位二进制位划分为五个部分,分别如下:
因为二进制里第一个bit如果为1,则表示为负数。但是雪花算法生成的long类的数字都是整数,所以第一 个bit统一都是0。
41bit可以表示的数字多达2^41 - 1,也就是可以标识2 ^ 41 - 1个毫秒值,换算成年就是69年的时间。
年 = (1L << 41) / (1000L * 60 * 60 * 24 *365) = 69
工作机器ID有10bit位,就表示这个服务最多部署在2^10台机器上,也就是1024台机器。但是10 bit里5个bit 代表机房id, 5个bit代表机器id。意思就是最多代表2^5个机房(32 个机房),每个机房里可以代表2^5个机器(32 台 机器),也可以根据自己公司的实际情况确定。
12 bit可以代表的最大正整数是2^12- 1 = 4096,也就是说可以用这个12 bit代表的数字来区分同-一个毫秒内的
4096个不同的id。
/*** Twitter的SnowFlake算法,使用SnowFlake算法生成一个整数,然后转化为62进制变成一个短地址URL** https://github.com/beyondfengyu/SnowFlake** Snowflake生成的是Long类型的ID,一个Long类型占8个字节,每个字节占8比特,也就是说一个Long类型占64个比特。* Snowflake ID组成结构:正数位(占1比特)+ 时间戳(占41比特)+ 机器ID(占5比特)+ 数据中心(占5比特)+ 自增值(占12比特),总共64比特组成的一个Long类型。* ● 第一个bit位(1bit):Java中long的最高位是符号位代表正负,正数是0,负数是1,一般生成ID都为正数,所以默认为0。* ● 时间戳部分(41bit):毫秒级的时间,不建议存当前时间戳,而是用(当前时间戳 - 固定开始时间戳)的差值,可以使产生的ID从更小的值开始;41位的时间戳可以使用69年,(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年* ● 工作机器id(10bit):也被叫做workId,这个可以灵活配置,机房或者机器号组合都可以。* ● 序列号部分(12bit),自增值支持同一毫秒内同一个节点可以生成4096个ID* 根据这个算法的逻辑,只需要将这个算法用Java语言实现出来,封装为一个工具方法,那么各个业务应用可以直接使用该工具方法来获取分布式ID,只需保证每个业务应用有自己的工作机器id即可,而不需要单独去搭建一个获取分布式ID的应用。*/
public class SnowFlakeUtil {/*** 起始的时间戳*/private final static long START_TIMESTAMP = 1480166465631L;/*** 每一部分占用的位数*/private final static long SEQUENCE_BIT = 12; //序列号占用的位数private final static long MACHINE_BIT = 5; //机器标识占用的位数private final static long DATA_CENTER_BIT = 5; //数据中心占用的位数/*** 每一部分的最大值*/private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT); // 4095private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT); //private final static long MAX_DATA_CENTER_NUM = -1L ^ (-1L << DATA_CENTER_BIT);/*** 每一部分向左的位移*/private final static long MACHINE_LEFT = SEQUENCE_BIT;private final static long DATA_CENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;private final static long TIMESTAMP_LEFT = DATA_CENTER_LEFT + DATA_CENTER_BIT;private long dataCenterId; //数据中心private long machineId; //机器标识private long sequence = 0L; //序列号private long lastTimeStamp = -1L; //上一次时间戳/*** 获取到下一毫秒的时间戳** @return long*/private long getNextMill() {long mill = getNewTimeStamp();while (mill <= lastTimeStamp) {mill = getNewTimeStamp();}return mill;}/*** 获取到当前时间戳** @return long*/private long getNewTimeStamp() {return System.currentTimeMillis();}/*** 根据指定的数据中心ID和机器标志ID生成指定的序列号* 机器id总共占5位,低12位序号id12位.因此要左移12位* 数据中心id(机房id)占5位,低17位为机器id5位和序号id12位,因此要左移17位* @param dataCenterId 数据中心ID* @param machineId 机器标志ID*/public SnowFlakeUtil(long dataCenterId, long machineId) {if (dataCenterId > MAX_DATA_CENTER_NUM || dataCenterId < 0) {throw new IllegalArgumentException("DtaCenterId can't be greater than MAX_DATA_CENTER_NUM or less than 0!");}if (machineId > MAX_MACHINE_NUM || machineId < 0) {throw new IllegalArgumentException("MachineId can't be greater than MAX_MACHINE_NUM or less than 0!");}this.dataCenterId = dataCenterId;this.machineId = machineId;}/*** 产生下一个ID* id号只有12位.同一毫秒内最多生产4096个.* 超过时,申请下一个毫秒值* @return*/public synchronized long nextId() {
// 1.获取到当前时间戳long currTimeStamp = getNewTimeStamp();
// 2.如果当前时间戳小于上一次ID生成的时间戳,说明系统时钟回退过,这个时候应当抛出异常if (currTimeStamp < lastTimeStamp) {throw new RuntimeException("Clock moved backwards. Refusing to generate id");}// 3.在同一毫秒内if (currTimeStamp == lastTimeStamp) {
// 4.相同毫秒内,序列号自增 MAX_SEQUENCE=4095(12位,序列号最大值)
// sequence + 1 =4096时sequence为0(相当于4095&4096)sequence = (sequence + 1) & MAX_SEQUENCE;//同一毫秒的序列数已经达到最大if (sequence == 0L) {
// 5.获取下一个毫秒并赋值给当前毫秒currTimeStamp = getNextMill();}} else {//不同毫秒内,序列号置为0sequence = 0L;}lastTimeStamp = currTimeStamp;return (currTimeStamp - START_TIMESTAMP) << TIMESTAMP_LEFT //时间戳部分 低22位 数据中心id5位,机器标识id5位,序号id12位,因此左移22位| dataCenterId << DATA_CENTER_LEFT //数据中心部分| machineId << MACHINE_LEFT //机器标识部分| sequence; //序列号部分}public static void main(String[] args) {SnowFlakeUtil snowFlake = new SnowFlakeUtil(2L, 3L);for (int i = 0; i < (1 << 4); i++) {//10进制System.out.println(snowFlake.nextId());}}
}