雪花算法的使用

雪花算法的使用(工具类utils)

import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;

// 雪花算法
@Component
public class SnowflakeUtils {
//    Generated ID: 1724603634882318341;
//    Generated ID: 1724603717312974850
//    Generated ID: 1724603717312974851
    public static void main(String[] args) {
        // 创建一个 SnowflakeUtils 实例
        SnowflakeUtils snowflakeUtils = new SnowflakeUtils(1, 1);
        // 生成10个唯一ID并打印
        for (int i = 0; i < 10; i++) {
            long id = snowflakeUtils.nextId();
            System.out.println("Generated ID: " + id);
        }
    }
    // 工作机器ID
    private final long workerId;

    public SnowflakeUtils() {
        this.workerId = 1L;  // 设置默认值
        this.dataCenterId = 1L;  // 设置默认值
        // 初始化雪花算法实例
    }

    public SnowflakeUtils(@Value("${snowflake.workerId}") long workerId) {
        this.workerId = workerId;
        // 初始化雪花算法实例
    }

    //    public SnowflakeUtils(@Value("${snowflake.workerId}") long workerId,@Value("${snowflake.dataCenterId}") long dataCenterId) {
//           this.workerId = workerId;
//           this.dataCenterId = dataCenterId;
//       }
    // 起始的时间戳
    private final long twepoch = 1288834974657L;
    // 机器ID所占的位数
    private final long workerIdBits = 5L;
    // 数据标识ID所占的位数
    private final long dataCenterIdBits = 5L;
    // 支持的最大机器ID,结果是31
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 支持的最大数据标识ID,结果是31
    private final long maxDataCenterId = -1L ^ (-1L << dataCenterIdBits);
    // 序列在ID中占的位数
    private final long sequenceBits = 12L;
    // 机器ID的偏移量(12)
    private final long workerIdShift = sequenceBits;
    // 数据标识ID的偏移量(12+5)
    private final long dataCenterIdShift = sequenceBits + workerIdBits;
    // 时间戳的偏移量(12+5+5)
    private final long timestampLeftShift = sequenceBits + workerIdBits + dataCenterIdBits;
    // 生成序列的掩码,这里为4095
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);
    // 数据中心ID
    private long dataCenterId;

    // 毫秒内序列
    private long sequence = 0L;

    // 上次生成ID的时间截
    private long lastTimestamp = -1L;

    public SnowflakeUtils(long workerId, long dataCenterId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException("workerId can't be greater than " + maxWorkerId + " or less than 0");
        }
        if (dataCenterId > maxDataCenterId || dataCenterId < 0) {
            throw new IllegalArgumentException("dataCenterId can't be greater than " + maxDataCenterId + " or less than 0");
        }
        this.workerId = workerId;
        this.dataCenterId = dataCenterId;
    }

    // 生成ID
    public synchronized long nextId() {
        long timestamp = timeGen();

        if (timestamp < lastTimestamp) {
            throw new RuntimeException("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds.");
        }

        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }

        lastTimestamp = timestamp;

        return ((timestamp - twepoch) << timestampLeftShift) |
                (dataCenterId << dataCenterIdShift) |
                (workerId << workerIdShift) |
                sequence;
    }

    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }

    private long timeGen() {
        return System.currentTimeMillis();
    }
}

调用雪花算法工具类

long snowflakeUtils= snowflakeUtils.nextId();

雪花算法(Snowflake Algorithm)是一种用于生成唯一ID的分布式算法。它最初是由Twitter开发的,用于生成分布式系统中的唯一标识符。雪花算法的核心思想是将一个64位的整数ID分成多个部分,每个部分表示不同的信息。

雪花算法的结构一般包括:

  1. 时间戳(41位): 用于表示生成ID的时间戳,精确到毫秒级别。
  2. 机器ID(10位): 用于标识生成ID的机器,确保每个机器都有唯一的标识符。
  3. 序列号(12位): 在同一毫秒内生成的ID的计数器,确保同一机器同一时间戳内产生不同的ID。

优点:

  1. 唯一性: 雪花算法生成的ID在分布式系统中是唯一的,不同机器生成的ID不会重复。
  2. 趋势递增: 生成的ID按时间有序递增,有助于提高数据库索引性能。
  3. 分布式: 雪花算法适用于分布式环境,每台机器生成ID不依赖于中心化的资源分配。

缺点:

  1. 时钟回拨问题: 如果系统时钟发生回拨,可能会导致生成的ID不是严格递增的。
  2. 依赖机器ID: 需要分配唯一的机器ID,可能需要一定的管理和配置。
  3. 有限的并发: 在同一毫秒内生成的ID并发量有限,最多只能生成4096个不同的ID。

总体来说,雪花算法是一种简单且高效的分布式ID生成方案,但在特定场景下需要注意其一些缺点。后续再补充。

你可能感兴趣的:(算法,java,jvm)