雪花算法

雪花算法

世界上没有完全相同的两朵雪花

1. 初识雪花算法

1.1 雪花算法

snowflake中文的意思是 雪花，雪片，所以翻译成雪花算法。它最早是twitter内部使用的分布式环境下的唯一ID生成算法。在2014年开源。开源的版本由scala编写。

1.2 雪花算法的特点

• 能满足高并发分布式系统环境下ID不重复
• 基于时间戳，可以保证基本有序递增（有些业务场景对这个又要求）
• 不依赖第三方的库或者中间件
• 生成效率极高

1.3 雪花算法解决的问题

我们都知道每一种算法都是解决现实世界上的实际问题的，那么雪花算法解决了什么问题呢?

其主要解决的问题就在高并发高可用环境下生成唯一id的算法。如我们在双十一的时候订单号的生成。

生成唯一id ? ? ?

这时你可能就有疑问了，我们在数据库中生成唯一 id 的方法也是有的，为什么还要再使用雪花算法呢 ? ?

回想一下我学到过生成唯一 id 的方法 :

1. ​ 数据库中的主键自增.
2. ​ java中的 uuid

为什么不用他们呢 ？？

1.4 uuid 主键自增的问题

UUID 是的一种生成唯一 ID 方法，那么他是真的唯一吗 ? ?

在 这里我们就要说到 UUID 生成的策略 :

• Mac地址+时间戳+自增序列

前两个都可以修改，自增序列在不同机器本身就无法保证唯一。所以他不是唯一的 可能会生成相同的 。

且 UUID 可读性很差，没有顺序 。

主键自增呢 ？

• 如果你是使用 MySql 的话，自能是主键自增，其他是不能自增 。
• MySql 的并发支持 400左右
• 安全性差

这时也会有人说 业务需求是可以是主键 且并发 MySql 做集群 ，这个也是会有很大的问题的，在这里就不细说了 。

简而言之 ：雪花算是可以在高并发分布式系统环境下生成不重复的ID

2. 雪花算法的实现

实现雪花算法也是十分简单的 。

2.1 雪花算法生成策略

算法产生的是一个long型 64 比特位的值，第一位未使用 。

• bit ：

  不用，因为二进制中最高位是符号位，1表示负数，0表示正数。生成的id一般都是用整数，所以最高位固定为0。

• **41bit-时间戳 ** 用来记录时间戳，毫秒单位 .

  • 41位可以表示[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传个数字
  • 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 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传，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[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传个毫秒的值，转化成单位年则是

  所以说雪花算法可以用 69 年

• 10bit-工作机器id，用来记录工作机器id。

  • 可以部署在个节点，包括5位datacenterId和5位workerId
  • 5位（bit）可以表示的最大正整数是[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8YLWYhXe-1617321544097)(https://math.jianshu.com/math?formula=2%5E%7B5%7D-1%20%3D%2031)]，即可以用0、1、2、3、…31这32个数字，来表示不同的datecenterId或workerId

• 12bit-序列号，序列号，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，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。

2.2 代码实现

java

• 第一步 ：定义一个起始的时间时间戳

  	private final static long START_STMP = 1480166465631L;
  

• 第二步 : 我们上面说到要用到工作机器 id 与 序列号所以我们把他俩也定义出来

      private long workerId;    //工作id
      private long datacenterId;   //数据id
      //12位的序列号
      private long sequence;
  

• 第三步 ：规定其长度

      //长度为5位
      private long workerIdBits = 5L;
      private long datacenterIdBits = 5L;
      //最大值
      private long maxWorkerId = -1L ^ (-1L << workerIdBits);
      private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
      //序列号id长度
      private long sequenceBits = 12L;
      //序列号最大值
      private long sequenceMask = -1L ^ (-1L << sequenceBits);
     
  

• 第四步 : 规定偏移位数

      //工作id需要左移的位数，12位
      private long workerIdShift = sequenceBits;
     //数据id需要左移位数 12+5=17位
      private long datacenterIdShift = sequenceBits + workerIdBits;
      //时间戳需要左移位数 12+5+5=22位
      private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
  

• 第五步 ：上次时间戳

     //上次时间戳，初始值为负数
      private long lastTimestamp = -1L;
  

• 第六步 ：给定获取时间戳的方法

     public long getWorkerId(){
          return workerId;
      }
  
      public long getDatacenterId(){
          return datacenterId;
      }
  
      public long getTimestamp(){
          return System.currentTimeMillis();
      }
  

• 第七步 : 构造方法

      public MySnowFlake(long workerId, long datacenterId, long sequence){
          // sanity check for workerId
          if (workerId > maxWorkerId || workerId < 0) {
              throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0",maxWorkerId));
          }
          if (datacenterId > maxDatacenterId || datacenterId < 0) {
              throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0",maxDatacenterId));
          }
          System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                  timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);
  
          this.workerId = workerId;
          this.datacenterId = datacenterId;
          this.sequence = sequence;
      }
  

• 第八步 ：获取系统时间 获取时间戳，并与上次时间戳比较

      //获取系统时间戳
      private long timeGen(){
          return System.currentTimeMillis();
      }
  
      //获取时间戳，并与上次时间戳比较
      private long tilNextMillis(long lastTimestamp) {
          long timestamp = timeGen();
          while (timestamp <= lastTimestamp) {
              timestamp = timeGen();
          }
          return timestamp;
      }
  
  

• 第九步 ：核心 下一个ID生成

   //下一个ID生成算法
      public synchronized long nextId() {
          long timestamp = timeGen();
  
          //获取当前时间戳如果小于上次时间戳，则表示时间戳获取出现异常
          if (timestamp < lastTimestamp) {
              System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);
              throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds",
                      lastTimestamp - timestamp));
          }
  
          //获取当前时间戳如果等于上次时间戳（同一毫秒内），则在序列号加一；否则序列号赋值为0，从0开始。
          if (lastTimestamp == timestamp) {
              sequence = (sequence + 1) & sequenceMask;
              if (sequence == 0) {
                  timestamp = tilNextMillis(lastTimestamp);
              }
          } else {
              sequence = 0;
          }
          
          //将上次时间戳值刷新
          lastTimestamp = timestamp;
  
          /**
            * 返回结果：
            * (timestamp - twepoch) << timestampLeftShift) 表示将时间戳减去初始时间戳，再左移相应位数
            * (datacenterId << datacenterIdShift) 表示将数据id左移相应位数
            * (workerId << workerIdShift) 表示将工作id左移相应位数
            * | 是按位或运算符，例如：x | y，只有当x，y都为0的时候结果才为0，其它情况结果都为1。
            * 因为个部分只有相应位上的值有意义，其它位上都是0，所以将各部分的值进行 | 运算就能得到最终拼接好的id
          */
          return ((timestamp - twepoch) << timestampLeftShift) |
                  (datacenterId << datacenterIdShift) |
                  (workerId << workerIdShift) |
                  sequence;
      }
  

总的代码

package cn.guoke.xuehua;

/**
 * @Desc 雪花算法
 */
public class MySnowFlake {

    /**
     * 起始的时间戳
     */
    private final static long START_STMP = 1480166465631L;

    private long workerId;    //工作id
    private long datacenterId;   //数据id
    //12位的序列号
    private long sequence;

    //长度为5位
    private long workerIdBits = 5L;
    private long datacenterIdBits = 5L;
    //最大值
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    //序列号id长度
    private long sequenceBits = 12L;
    //序列号最大值
    private long sequenceMask = -1L ^ (-1L << sequenceBits);

    //工作id需要左移的位数，12位
    private long workerIdShift = sequenceBits;
    //数据id需要左移位数 12+5=17位
    private long datacenterIdShift = sequenceBits + workerIdBits;
    //时间戳需要左移位数 12+5+5=22位
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;


    //上次时间戳，初始值为负数
    private long lastTimestamp = -1L;

    public long getWorkerId(){
        return workerId;
    }

    public long getDatacenterId(){
        return datacenterId;
    }

    public long getTimestamp(){
        return System.currentTimeMillis();
    }


    public MySnowFlake(long workerId, long datacenterId, long sequence){
        // sanity check for workerId
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0",maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0",maxDatacenterId));
        }
        System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",
                timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);

        this.workerId = workerId;
        this.datacenterId = datacenterId;
        this.sequence = sequence;
    }



    //下一个ID生成算法
    public synchronized long nextId() {
        long timestamp = timeGen();

        //获取当前时间戳如果小于上次时间戳，则表示时间戳获取出现异常
        if (timestamp < lastTimestamp) {
            System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds",
                    lastTimestamp - timestamp));
        }

        //获取当前时间戳如果等于上次时间戳（同一毫秒内），则在序列号加一；否则序列号赋值为0，从0开始。
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }

        //将上次时间戳值刷新
        lastTimestamp = timestamp;

        /**
         * 返回结果：
         * (timestamp - twepoch) << timestampLeftShift) 表示将时间戳减去初始时间戳，再左移相应位数
         * (datacenterId << datacenterIdShift) 表示将数据id左移相应位数
         * (workerId << workerIdShift) 表示将工作id左移相应位数
         * | 是按位或运算符，例如：x | y，只有当x，y都为0的时候结果才为0，其它情况结果都为1。
         * 因为个部分只有相应位上的值有意义，其它位上都是0，所以将各部分的值进行 | 运算就能得到最终拼接好的id
         */
        return ((timestamp - START_STMP) << timestampLeftShift) |
                (datacenterId << datacenterIdShift) |
                (workerId << workerIdShift) |
                sequence;
    }

    //获取时间戳，并与上次时间戳比较
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }



    //获取系统时间戳
    private long timeGen(){
        return System.currentTimeMillis();
    }


}

2.3 最大值生成的理解

 private long sequenceMask = -1L ^ (-1L << sequenceBits);

首先我们要知道负数在计算机里是以补码的形式表达的，而补码是负数的绝对值的原码，再取得反码，然后再加1得到。

-1取绝对值是1，1的二进制表示，也就是原码是：

00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000001

然后取反操作，也就是1变0; 0变1，得到：

11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111110

然后加1，得到：

11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111

OK，这就是-1在计算机中的表示了，然后我们来看看(-1L << sequenceBits)，这个很简单，直接左移12个比特位即可，得到：

11111111 11111111 11111111 11111111 11111111 11111111 11110000 00000000

上面两个异或，得到：

00000000 00000000 00000000 00000000 00000000 00000000 00001111 11111111

也就是4095。

3. 雪花算法 补充（时钟回拨问题）

3.1 snowflake算法的时钟回拨问题如何解决

11111111 11111111

OK，这就是-1在计算机中的表示了，然后我们来看看(-1L << sequenceBits)，这个很简单，直接左移12个比特位即可，得到：

```javascript
11111111 11111111 11111111 11111111 11111111 11111111 11110000 00000000

上面两个异或，得到：

00000000 00000000 00000000 00000000 00000000 00000000 00001111 11111111

也就是4095。

3. 雪花算法 补充（时钟回拨问题）

3.1 snowflake算法的时钟回拨问题如何解决