你可能聽說過雪花算法
作者：Reathin
雪花算法是一種簡單高效的分布式唯一ID生成算法，但在特定情況下可能會存在一些問題，需要根據具體的應用場景來選擇合適的ID生成算法。
雪花算法介紹
雪花算法（Snowflake）是一種分布式唯一ID生成算法，用于生成全局唯一的ID。它的設計目標是在分布式系統中生成ID，保證ID的唯一性、有序性和趨勢遞增。雪花算法的核心思想是將一個64位的ID分成多個部分，分別表示不同的信息。
雪花算法的優點是生成的ID具有趨勢遞增的特性，可以保證在分布式系統中生成的ID的有序性。同時，由于使用了時間戳，可以根據ID的時間戳信息進行排序和查詢。
使用雪花算法生成的ID通常是一個64位的整數，可以根據需要進行轉換和展示。在Java等編程語言中，可以使用相應的庫或工具來生成雪花算法的ID。
雪花算法組成
- 時間戳（Timestamp）：使用41位來表示，精確到毫秒級別?？梢允褂靡粋€起始時間，然后每個毫秒自增生成唯一的時間戳。
- 機器ID（Machine ID）：使用10位來表示，可以根據需要分配給不同的機器或節點。這樣可以保證每個節點生成的ID都是唯一的。
- 序列號（Sequence Number）：使用12位來表示，每個節點每毫秒可以生成4096個不同的序列號。當同一毫秒內生成的序列號超過4096時，會等待下一毫秒再繼續生成。
通過將時間戳、機器ID和序列號組合在一起，就可以生成一個全局唯一的ID。這種算法可以在分布式系統中生成唯一的ID，保證了高并發環境下的唯一性和有序性。
雪花算法實現
雪花算法（Snowflake）是一種分布式唯一ID生成算法，它可以在分布式系統中生成全局唯一的ID。Snowflake算法的核心思想是將一個64位的ID分成多個部分，每個部分表示不同的信息。
Snowflake算法的ID結構如下：
0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000其中，第一部分是1位的標識位，表示正負數，一般為0。接下來的41位是時間戳，表示生成ID的時間戳（毫秒級），可以使用當前時間減去一個固定的起始時間戳。然后是10位的工作機器ID，表示機器的唯一標識，可以根據機器的IP地址或其他方式生成。最后是12位的序列號，表示同一毫秒內生成的多個ID的序號。
Snowflake算法Java實現：
public class SnowflakeIdGenerator {
// 起始的時間戳
private final static long START_TIMESTAMP = 1609459200000L; // 2021-01-01 00:00:00
// 每部分占用的位數
private final static long SEQUENCE_BIT = 12; // 序列號占用的位數
private final static long WORKER_BIT = 10; // 工作機器ID占用的位數
private final static long TIMESTAMP_BIT = 41; // 時間戳占用的位數
// 每部分的最大值
private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT);
private final static long MAX_WORKER_ID = ~(-1L << WORKER_BIT);
// 每部分向左的位移
private final static long WORKER_LEFT = SEQUENCE_BIT;
private final static long TIMESTAMP_LEFT = SEQUENCE_BIT + WORKER_BIT;
private long workerId; // 工作機器ID
private long sequence = 0L; // 序列號
private long lastTimestamp = -1L; // 上次生成ID的時間戳
public SnowflakeIdGenerator(long workerId) {
if (workerId > MAX_WORKER_ID || workerId < 0) {
throw new IllegalArgumentException("Worker ID can't be greater than " + MAX_WORKER_ID + " or less than 0");
}
this.workerId = workerId;
}
public synchronized long nextId() {
long timestamp = System.currentTimeMillis();
if (timestamp < lastTimestamp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate ID");
}
if (timestamp == lastTimestamp) {
sequence = (sequence + 1) & MAX_SEQUENCE;
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0L;
}
lastTimestamp = timestamp;
return ((timestamp - START_TIMESTAMP) << TIMESTAMP_LEFT)
| (workerId << WORKER_LEFT)
| sequence;
}
private long tilNextMillis(long lastTimestamp) {
long timestamp = System.currentTimeMillis();
while (timestamp <= lastTimestamp) {
timestamp = System.currentTimeMillis();
}
return timestamp;
}
}使用SnowflakeIdGenerator類生成唯一的ID，示例代碼如下：
public class Main {
public static void main(String[] args) {
SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1);
long id = idGenerator.nextId();
System.out.println("Generated ID: " + id);
}
}雪花算法優缺點
「優點」
- 唯一性：雪花算法可以生成全局唯一的ID，每個ID都是獨一無二的，不會重復。
- 高性能：雪花算法生成ID的速度非?？欤梢栽诙虝r間內生成大量的ID。
- 可排序：雪花算法生成的ID是按照時間順序遞增的，可以根據ID的大小來判斷生成的時間先后順序。
- 分布式：雪花算法可以在分布式系統中使用，不同的節點可以獨立生成ID，不會產生沖突。
「缺點」
- 依賴系統時鐘：雪花算法的唯一性依賴于系統時鐘的準確性，如果系統時鐘發生回撥或者不同步，可能會導致生成的ID重復。
- 時鐘回撥問題：如果系統時鐘發生回撥，可能會導致生成的ID比之前生成的ID小，這會破壞ID的遞增順序。
- 時鐘同步問題：在分布式系統中，不同節點的系統時鐘可能存在不同步的情況，這可能會導致生成的ID不是全局唯一的。
- 有限的并發性：雪花算法中的每個部分（時間戳、機器ID、序列號）都有一定的位數限制，這限制了并發生成ID的數量。
雪花算法是一種簡單高效的分布式唯一ID生成算法，但在特定情況下可能會存在一些問題，需要根據具體的應用場景來選擇合適的ID生成算法。
責任編輯：武曉燕
來源：
沐雨花飛蝶
