Snowflake ID 生成算法

>>最全面的Java面试大纲及答案解析(建议收藏)  

Snowflake是Twitter设计的一套自增ID生成算法,目的是为了能够在每秒或者每毫秒内产生成千上万唯一不重复的ID(消息请求)。

Snowflake生成的ID为一个64bit数,结构示意如下:

Snowflake ID 生成算法

以上各部分之间以-分隔开,总共分为五大部分,每个部分解释如下:

表格

代表 含义 位数 最多可用取数
sign 符号位 1
timestamp 相对时间长度 41 1<<41 = 2199023255552
datacenter 数据中心编号 5 1<<5 = 32
machine 服务器编号 5 1<<5 = 32
sequence 序列号 12 1<<12=4096

  • sign:默认为0,代表无符号数;

  • timestamp:单位为 ms,这是一个相对时间长度,也可以理解为工作时间戳与开始时间戳的差值,意味着我们可以从一个不大于当前时间节点的任意一个时间为起点算起。假设从当前时间开始计算,该算法可以一直使用(1<<41)/(365天24小时60分60秒1000毫秒) = 69 年;

  • datacenter:从0到31编号,每 ms 内最多可以有32个 datacenter 同时工作;

  • machine:从0到31编号,每 ms 内每个 datacenter 最多可以有32个 machine 同时工作;

  • sequence:从0到4096,每 ms 内每个 datacenter 每台 machine 最多可以产生4096个 sequence。

具体代码实现:
public class SnowflakeId {
    //开始时间截 (2019-03-11)
    private final long twepoch = 1552233600000L;
    //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 (这个移位算法可以很快的计算出几位二进制数所能表示的最大十进制数)
    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向左移12位
    private final long workerIdShift = sequenceBits;
    //数据标识id向左移17位(12+5)
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    //时间截向左移22位(5+5+12)
    private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    //生成序列的掩码,这里为4095 (0b111111111111=0xfff=4095)
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);
    //工作机器ID(0~31)
    private long workerId;
    //数据中心ID(0~31)
    private long datacenterId;
    //毫秒内序列(0~4095)
    private long sequence = 0L;
    //上次生成ID的时间截
    private long lastTimestamp = -1L;

    /**
     * 构造函数
     *
     * @param workerId     工作ID (0~31)
     * @param datacenterId 数据中心ID (0~31)
     */

    public SnowflakeId(long workerId, long datacenterId) {
        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;
    }

    /**
     * 获得下一个ID (该方法是线程安全的)
     *
     * @return SnowflakeId
     */

    public synchronized long nextId() {
        long timestamp = timeGen();

        // 如果当前时间小于上一次ID生成的时间戳,说明系统时钟回退过这个时候应当抛出异常
        if (timestamp < lastTimestamp) {
            throw new RuntimeException(String.format(
                    "Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        // 如果是同一时间生成的,则进行毫秒内序列
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            // 毫秒内序列溢出
            if (sequence == 0) {
                // 阻塞到下一个毫秒,获得新的时间戳
                timestamp = tilNextMillis(lastTimestamp);
            }
        }
        // 时间戳改变,毫秒内序列重置
        else {
            sequence = 0L;
        }

        // 上次生成ID的时间截
        lastTimestamp = timestamp;

        // 移位并通过或运算拼到一起组成64位的ID
        return ((timestamp - twepoch) << timestampLeftShift)
                | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift)
                | sequence;
    }

    /**
     * 阻塞到下一个毫秒,直到获得新的时间戳
     *
     * @param lastTimestamp 上次生成ID的时间截
     * @return 当前时间戳
     */

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

    /**
     * 返回以毫秒为单位的当前时间
     *
     * @return 当前时间(毫秒)
     */

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

    public static void main(String[] args) throws InterruptedException {
        final SnowflakeId idGenerator = new SnowflakeId(01);
        // 线程池并行执行10000次ID生成
        ExecutorService executorService = Executors.newCachedThreadPool();
        for (int i = 0; i < 10000; i++) {
            executorService.execute(new Runnable() {
                @Override
                public void run() {
                    long id = idGenerator.nextId();
                    System.out.println(id);
                }
            });
        }
        executorService.shutdown();
    }
}

 — End —

原文始发于微信公众号(一盏红茶):Snowflake ID 生成算法