Twitter的雪花算法SnowFlake原版及改进版全解析

Twitter的雪花算法SnowFlake原版及改进版全解析

Twitter的雪花算法SnowFlake原版

package com.wheel.eden.common.util.core;

/**
 * Twitter 的 Snowflake 算法
 * 分布式系统中, 有一些需要使用全局唯一ID的场景, 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。
 * 

 * snowflake 的结构如下(每部分用-分开):
 * 符号位（1bit）- 时间戳相对值（41bit）- 数据中心标志（5bit）- 机器标志（5bit）- 递增序号（12bit）
 * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
 * 

 * 1位标识, 由于long基本类型在Java中是带符号的, 最高位是符号位, 正数是0, 负数是1，id一般是正数，所以最高位是0
 * 41位毫秒级时间截, 存储时间截的差值（当前时间截 - 开始时间截) ,可以使用69年 (年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69)
 * 10位数据机器位, 可以部署在1024个节点, 包括5位dataCenterId和5位workerId
 * 12位序列, 毫秒内的计数, 支持每个节点每毫秒产生4096个ID序号
 * 

 * SnowFlake 共计64位分布式ID, 正好是一个Long型, 且可根据ID反推出 createTime , dataCenterId , workerId 等信息
 * SnowFlake 整体上按照时间自增排序, 分布式系统内不会产生ID碰撞(由数据中心ID和机器ID作区分), 每秒能够产生26万ID左右
 * 

 * 雪花算法改进版, 参考：
 * https://blog.csdn.net/u010541670/article/details/119775492
 * 自动生成数据中心ID和机器ID算法, 参考：
 * https://blog.csdn.net/u010541670/article/details/119774545
 * 
 * @author 白纸涂鸦
 * @date 2021/7/28
 * @since 1.0.0
 */
public class TwitterSnowflake {

    // ================================ Default ============================================

    /** 基准开始时间截 (2021-01-01) 一旦确定不能变动 */
    private final static long EPOCH = 1609430400000L;

    /** 0L **/
    private final static long MIN_POSITIVE_LONG = 0L;

    /**
     * 每一部分占用的位数
     */
    private final static long CENTER_ID_BITS = 5L;
    private final static long WORKER_ID_BITS = 5L;
    private final static long SEQUENCE_BITS = 12L;

    /**
     * 每一部分的最大值
     */
    private final static long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS);
    private final static long MAX_CENTER_ID = ~(-1L << CENTER_ID_BITS);
    private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BITS);

    /** 序列ID的掩码, 2^12 -1 = 4095 */
    private final static long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS);

    /** 机器ID向左移12位 **/
    private final static long WORKER_ID_SHIFT = SEQUENCE_BITS;
    /** 数据中心ID向左移17位(12+5) **/
    private final static long CENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS;
    /** 时间截向左移22位(5+5+12) **/
    private final static long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + CENTER_ID_BITS;

    // ================================ Fields ==============================================

    /** 数据中心ID (0~31) **/
    private final long centerId;
    /** 机器ID (0~31) **/
    private final long workerId;
    /** 序列ID (0~4095) **/
    private long sequence = 0L;
    /** 上次生成ID的时间截 **/
    private long lastTimestamp = -1L;

    // ================================ Constructors ========================================

    public TwitterSnowflake(long workerId, long centerId) {
        if (workerId <= MAX_WORKER_ID && workerId >= MIN_POSITIVE_LONG) {
            if (centerId <= MAX_CENTER_ID && centerId >= MIN_POSITIVE_LONG) {
                this.workerId = workerId;
                this.centerId = centerId;
            } else {
                throw new IllegalArgumentException(StrUtil.format("dataCenter Id can't be greater than {} or less than 0", MAX_CENTER_ID));
            }
        } else {
            throw new IllegalArgumentException(StrUtil.format("worker Id can't be greater than {} or less than 0", MAX_WORKER_ID));
        }
    }

    // ================================ Methods ============================================

    /**
     * 获得下一个分布式ID (该方法是线程安全的)
     *
     * @return snowflakeId
     */
    public synchronized long nextId() {
        // 当前时间戳
        long timestamp = genTime();

        // 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 (timestamp < lastTimestamp) {
            throw new IllegalStateException(StrUtil.format("Clock moved backwards. Refusing to generate id for {}ms", this.lastTimestamp - timestamp));
        }

        // 同一毫秒内进行序列自增
        if (timestamp == lastTimestamp) {
            sequence = (sequence + 1L) & SEQUENCE_MASK;
            // 同一毫秒的序列数已经达到最大
            if (sequence == 0L) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            // 不同毫秒内，序列号置为0
            sequence = 0L;
        }
        // 重置最后生成ID的时间戳
        lastTimestamp = timestamp;
        // 时间戳部分 | 数据中心部分 | 机器标识部分 | 序列号部分
        return (timestamp - EPOCH) << TIMESTAMP_LEFT_SHIFT | centerId << CENTER_ID_SHIFT | workerId << WORKER_ID_SHIFT | this.sequence;
    }

    /**
     * 阻塞到下一个毫秒，直到获得新的时间戳
     *
     * @param lastTimestamp 上次生成ID的时间截
     * @return 当前时间戳
     */
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = genTime();
        while (timestamp <= lastTimestamp) {
            timestamp = genTime();
        }
        return timestamp;
    }

    /**
     * 返回当前毫秒时间戳
     *
     * @return 当前毫秒时间戳
     */
    private long genTime() {
        return System.currentTimeMillis();
    }
}

Twitter的雪花算法SnowFlake改进版

1、闰秒兼容改进
https://blog.csdn.net/u010541670/article/details/119774545

2、时钟回拨兼容改进
https://blog.csdn.net/wengengeng/article/details/106007879

3、位数改进
https://blog.csdn.net/ciap37959/article/details/100619920

4、自动获取 datacenterId 和 workerId 改进
https://blog.csdn.net/u010541670/article/details/119774545