Java如何实现雪花算法的原理(java,开发技术)

java基本数据类型有哪些

Java的基本数据类型分为：1、整数类型，用来表示整数的数据类型。2、浮点类型，用来表示小数的数据类型。3、字符类型，字符类型的关键字是“char”。4、布尔类型，是表示逻辑值的基本数据类型。

SnowFlake 算法，是 Twitter 开源的分布式 id 生成算法。其核心思想就是：使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛，且ID 引入了时间戳，基本上保持自增的，后面的代码中有详细的注解。

这 64 个 bit 中，其中 1 个 bit 是不用的，然后用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号。

给大家举个例子吧，比如下面那个 64 bit 的 long 型数字：

• 第一个部分，是 1 个 bit：0，这个是无意义的。

• 第二个部分是 41 个 bit：表示的是时间戳。

• 第三个部分是 5 个 bit：表示的是机房 id，10001。

• 第四个部分是 5 个 bit：表示的是机器 id，1 1001。

• 第五个部分是 12 个 bit：表示的序号，就是某个机房某台机器上这一毫秒内同时生成的 id 的序号，0000 00000000。

①1 bit：是不用的，为啥呢？

因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。

②41 bit：表示的是时间戳，单位是毫秒。

41 bit 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，换算成年就是表示 69 年的时间。

③10 bit：记录工作机器 id，代表的是这个服务最多可以部署在 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。

④12 bit：这个是用来记录同一个毫秒内产生的不同 id。

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。

简单来说，你的某个服务假设要生成一个全局唯一 id，那么就可以发送一个请求给部署了 SnowFlake 算法的系统，由这个 SnowFlake 算法系统来生成唯一 id。

这个 SnowFlake 算法系统首先肯定是知道自己所在的机房和机器的，比如机房 id = 17，机器 id = 12。

接着 SnowFlake 算法系统接收到这个请求之后，首先就会用二进制位运算的方式生成一个 64 bit 的 long 型 id，64 个 bit 中的第一个 bit 是无意义的。

接着 41 个 bit，就可以用当前时间戳（单位到毫秒），然后接着 5 个 bit 设置上这个机房 id，还有 5 个 bit 设置上机器 id。

最后再判断一下，当前这台机房的这台机器上这一毫秒内，这是第几个请求，给这次生成 id 的请求累加一个序号，作为最后的 12 个 bit。

最终一个 64 个 bit 的 id 就出来了，类似于：

这个算法可以保证说，一个机房的一台机器上，在同一毫秒内，生成了一个唯一的 id。可能一个毫秒内会生成多个 id，但是有最后 12 个 bit 的序号来区分开来。

下面我们简单看看这个 SnowFlake 算法的一个代码实现，这就是个示例，大家如果理解了这个意思之后，以后可以自己尝试改造这个算法。

总之就是用一个 64 bit 的数字中各个 bit 位来设置不同的标志位，区分每一个 id。

SnowFlake 算法的实现代码如下：

publicclassIdWorker{ //因为二进制里第一个bit为如果是1，那么都是负数，但是我们生成的id都是正数，所以第一个bit统一都是0。 //机器ID2进制5位32位减掉1位31个 privatelongworkerId; //机房ID2进制5位32位减掉1位31个 privatelongdatacenterId; //代表一毫秒内生成的多个id的最新序号12位4096-1=4095个 privatelongsequence; //设置一个时间初始值2^41-1差不多可以用69年 privatelongtwepoch=1585644268888L; //5位的机器id privatelongworkerIdBits=5L; //5位的机房id privatelongdatacenterIdBits=5L; //每毫秒内产生的id数2的12次方 privatelongsequenceBits=12L; //这个是二进制运算，就是5bit最多只能有31个数字，也就是说机器id最多只能是32以内 privatelongmaxWorkerId=-1L^(-1L<<workerIdBits); //这个是一个意思，就是5bit最多只能有31个数字，机房id最多只能是32以内 privatelongmaxDatacenterId=-1L^(-1L<<datacenterIdBits); privatelongworkerIdShift=sequenceBits; privatelongdatacenterIdShift=sequenceBits+workerIdBits; privatelongtimestampLeftShift=sequenceBits+workerIdBits+datacenterIdBits; privatelongsequenceMask=-1L^(-1L<<sequenceBits); //记录产生时间毫秒数，判断是否是同1毫秒 privatelonglastTimestamp=-1L; publiclonggetWorkerId(){ returnworkerId; } publiclonggetDatacenterId(){ returndatacenterId; } publiclonggetTimestamp(){ returnSystem.currentTimeMillis(); } publicIdWorker(longworkerId,longdatacenterId,longsequence){ //检查机房id和机器id是否超过31不能小于0 if(workerId>maxWorkerId||workerId<0){ thrownewIllegalArgumentException( String.format("workerIdcan'tbegreaterthan%dorlessthan0",maxWorkerId)); } if(datacenterId>maxDatacenterId||datacenterId<0){ thrownewIllegalArgumentException( String.format("datacenterIdcan'tbegreaterthan%dorlessthan0",maxDatacenterId)); } this.workerId=workerId; this.datacenterId=datacenterId; this.sequence=sequence; } //这个是核心方法，通过调用nextId()方法，让当前这台机器上的snowflake算法程序生成一个全局唯一的id publicsynchronizedlongnextId(){ //这儿就是获取当前时间戳，单位是毫秒 longtimestamp=timeGen(); if(timestamp<lastTimestamp){ System.err.printf( "clockismovingbackwards.Rejectingrequestsuntil%d.",lastTimestamp); thrownewRuntimeException( String.format("Clockmovedbackwards.Refusingtogenerateidfor%dmilliseconds", lastTimestamp-timestamp)); } //下面是说假设在同一个毫秒内，又发送了一个请求生成一个id //这个时候就得把seqence序号给递增1，最多就是4096 if(lastTimestamp==timestamp){ //这个意思是说一个毫秒内最多只能有4096个数字，无论你传递多少进来， //这个位运算保证始终就是在4096这个范围内，避免你自己传递个sequence超过了4096这个范围 sequence=(sequence+1)&sequenceMask; //当某一毫秒的时间，产生的id数超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID if(sequence==0){ timestamp=tilNextMillis(lastTimestamp); } }else{ sequence=0; } //这儿记录一下最近一次生成id的时间戳，单位是毫秒 lastTimestamp=timestamp; //这儿就是最核心的二进制位运算操作，生成一个64bit的id //先将当前时间戳左移，放到41bit那儿；将机房id左移放到5bit那儿；将机器id左移放到5bit那儿；将序号放最后12bit //最后拼接起来成一个64bit的二进制数字，转换成10进制就是个long型 return((timestamp-twepoch)<<timestampLeftShift)| (datacenterId<<datacenterIdShift)| (workerId<<workerIdShift)|sequence; } /** *当某一毫秒的时间，产生的id数超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID *@paramlastTimestamp *@return */ privatelongtilNextMillis(longlastTimestamp){ longtimestamp=timeGen(); while(timestamp<=lastTimestamp){ timestamp=timeGen(); } returntimestamp; } //获取当前时间戳 privatelongtimeGen(){ returnSystem.currentTimeMillis(); } /** *main测试类 *@paramargs */ publicstaticvoidmain(String[]args){ System.out.println(1&4596); System.out.println(2&4596); System.out.println(6&4596); System.out.println(6&4596); System.out.println(6&4596); System.out.println(6&4596);// IdWorkerworker=newIdWorker(1,1,1);// for(inti=0;i<22;i++){// System.out.println(worker.nextId());// } }}

SnowFlake算法的优点：

（1）高性能高可用：生成时不依赖于数据库，完全在内存中生成。

（2）容量大：每秒中能生成数百万的自增ID。

（3）ID自增：存入数据库中，索引效率高。

SnowFlake算法的缺点：

依赖与系统时间的一致性，如果系统时间被回调，或者改变，可能会造成id冲突或者重复。

实际中我们的机房并没有那么多，我们可以改进改算法，将10bit的机器id优化，成业务表或者和我们系统相关的业务。