SnowFlow演算法是Twitter推出的分散式id產生演算法，主要核心想法就是利用64bit的long類型的數字作為全域的id。在分散式系統中經常應用到，並且，在id中加入了時間戳的概念，基本上保持不重複，並且持續一種向上增加的方式。
在這64bit中，其中``第一個bit是不用的，然後用其中的41個bit作為毫秒數，用10bit作為工作機器id,12bit`作為序號.具體如下圖所示：
第一個部分：0,這個是個符號位，因為在二進位中第一個bit如果是1的話，那麼都是負數，但是我們生成的這些id都是正數，所以第一個bit基本上都是0
第二個部分：41個bit,代表的是一個時間戳，41bit可以表示的數字多達$2^{41 } $-1,也可以表示2^{41}-1個毫秒值，基本上差不多是69年。
第三個部分：5個bit 表示的是機房id。
第四個部分：5個bit 表示的是機器id。
第五個部分：12個bit 表示的是機房id，表示的序號，就是某個機房某台機器上這一毫秒內同時生成的id 的序號，0000 00000000，如果是同一毫秒，那麼這個雪花值就會遞增
簡單來說，你的某個服務假設要產生一個全域唯一id，那麼就可以發送一個請求給部署了SnowFlake 演算法的系統，由這個SnowFlake 演算法系統來產生唯一id。
這個演算法可以保證說，一個機房的一台機器上，在同一毫秒內，產生了一個唯一的 id。可能一個毫秒內會產生多個 id，但有最後 12 個 bit 的序號來區分開來。
下面我們就來簡單看下這個演算法的程式碼實作部分。
總之就是用64bit的數字中各個bit位置來設定不同的標誌位元
package com.lhh.utils;
/**
* @author liuhuanhuan
* @version 1.0
* @date 2022/2/21 22:33
* @describe Twitter推出的分布式唯一id算法
*/
public class SnowFlow {
//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ID 2进制5位 32位减掉1位 31个
private long workerId;
//机房ID 2进制5位 32位减掉1位 31个
private long datacenterId;
//代表一毫秒内生成的多个id的最新序号 12位 4096 -1 = 4095 个
private long sequence;
//设置一个时间初始值 2^41 - 1 差不多可以用69年
private long twepoch = 1585644268888L;
//5位的机器id
private long workerIdBits = 5L;
//5位的机房id；。‘
private long datacenterIdBits = 5L;
//每毫秒内产生的id数 2 的 12次方
private long sequenceBits = 12L;
// 这个是二进制运算，就是5 bit最多只能有31个数字，也就是说机器id最多只能是32以内
private long maxWorkerId = -1L ^ (-1L << workerIdBits);
// 这个是一个意思，就是5 bit最多只能有31个数字，机房id最多只能是32以内
private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
private long workerIdShift = sequenceBits;
private long datacenterIdShift = sequenceBits + workerIdBits;
private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
// -1L 二进制就是1111 1111 为什么？
// -1 左移12位就是 1111 1111 0000 0000 0000 0000
// 异或 相同为0 ，不同为1
// 1111 1111 0000 0000 0000 0000
// ^
// 1111 1111 1111 1111 1111 1111
// 0000 0000 1111 1111 1111 1111 换算成10进制就是4095
private long sequenceMask = -1L ^ (-1L << sequenceBits);
//记录产生时间毫秒数，判断是否是同1毫秒
private long lastTimestamp = -1L;
public long getWorkerId(){
return workerId;
}
public long getDatacenterId() {
return datacenterId;
}
public long getTimestamp() {
return System.currentTimeMillis();
}
public SnowFlow() {
}
public SnowFlow(long workerId, long datacenterId, long sequence) {
// 检查机房id和机器id是否超过31 不能小于0
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));
}
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
public synchronized long nextId() {
// 这儿就是获取当前时间戳，单位是毫秒
long timestamp = timeGen();
// 判断是否小于上次时间戳，如果小于的话，就抛出异常
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));
}
// 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 (timestamp == lastTimestamp) {
// 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41 bit那儿；将机房id左移放到5 bit那儿；将机器id左移放到5 bit那儿；将序号放最后12 bit
// 最后拼接起来成一个64 bit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
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
//获取当前时间戳
private long timeGen(){
return System.currentTimeMillis();
}
/**
* main 测试类
* @param args
*/
public static void main(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);
SnowFlow snowFlow = new SnowFlow(1, 1, 1);
for (int i = 0; i < 22; i++) {
System.out.println(snowFlow.nextId());
// }
}
}
}優點：
（1）高效能高可用：產生時不依賴資料庫，完全在記憶體中產生。
（2）容量大：每秒中能產生數百萬的自增ID。
（3）ID自增：存入資料庫中，索引效率高。
缺點：
依賴與系統時間的一致性，如果系統時間被回調，或改變，可能會造成id衝突或重複(時脈重播造成的id重複問題)
以上是Java實作雪花演算法的程式碼怎麼寫的詳細內容。更多資訊請關注PHP中文網其他相關文章！
