雪花算法原理以及JS精度丢失问题

简介: 雪花算法原理以及JS精度丢失问题

背景

最近项目上遇到一个改造主键生成策略的问题:需要将原Redis自增id改造成雪花算法。

一个好消息是项目用的ORM框架(Mybatis-Plus)自带雪花算法生成策略,只需在id字段上加上特定的注解。

而问题在于该策略生成id为19位数, 如:1582631966690799617,这样的id返给前端存在精度丢失问题。

当然,一个简单的办法就是将id转化为string类型,但是该业务流程长,涉及范围广,改动地方太多。

所以为了解决这样的问题,我起了改造雪花算法生成策略的心思,也将这次改造过程中的收获分享出来。

在此之前我先给大家介绍一下什么是雪花算法及原理

雪花算法

起源

雪花算法(snowflake)最早是twitter内部使用的分布式下唯一id生成算法

https://github.com/twitter-archive/snowflake

该算法具有以下特性

  • 唯一性:高并发分布式系统中生成id唯一
  • 高性能:每秒可生成百万个id
  • 有序性:生成的id是有序递增的

原理

雪花算法生成的id由64个bit组成,其中41bit填充时间戳,10bit填充工作机器id,12bit作为自增序列号。

Snowflake算法核心

假设时间戳:1666168108422(ms), 转为二进制:11000001111101111010110111011010110000110

工作机器id: 1, 转为二进制:0000000001

序列号:1,转为二进制:000000000001

以上组成二进制为:11000001111101111010110111011010110000110-0000000001-000000000001

转为十进制:6988415561826833844,一个id号就这样生成了。

接下来分别介绍每部分的内容。

时间戳

时间戳一般通过当前时间-基准时间计算得出。

基准时间一般取最近时间(系统上线时间)。

因为当前时间是以1970年为基准时间算起的,而我们只需要从系统上线时算起就可以了。

为什么要这样做呢?我们可以来算一下该算法可以支持系统运行到多少年。

首先算出41bit的最大数值:11111111111111111111111111111111111111111(二进制) -> 2199023255551(十进制)

假设我们以1970年作为基准时间,那么当时间达到2199023255551时,时间戳部分就超出41bit了。

2199023255551进行时间戳转换:2039-09-07 23:47:35

以1970年作为基准时间,该算法可运行至2039-09-07 23:47:35

假设我们以最近时间2022-10-19 00:00:00作为基准时间。

2022-10-19 00:00:00转为时间戳:1666108800000

那么系统可达到的最大时间为:1666108800000 + 2199023255551 = 3865132055551

3865132055551进行时间戳转换:2092-06-24 15:47:35

以2022年10月19日作为基准时间,该算法可运行至2092-06-24 15:47:35

工作机器id

工作机器id部分可以用来保证生成id的唯一性:分布式系统中,每个节点的工作机器id不同,那么生成的id也一定不同。

该部分占用10bit, 意味着可以部署1024个节点。

工作机器id的设置可以由开发者手动设置,比如设置在JVM启动参数中,或者配置文件里,以保证工作机器id在每个节点的唯一性。

当然,如果节点太多对于配置来说也是灾难性的,此时可以考虑使用机器的mac地址或者ip做hash运算,以此作为工作机器id,但这就可能造成hash碰撞导致工作机器id重复(碰撞概率取决于hash算法),从而会有极小的概率生成id重复。

有时我们没有那么多的节点需要部署,那么就可以缩减该部分的bit位,用于增加时间戳部分bit位延长算法的使用时间,或者增加序列号部分增加每毫秒可生成的id树。

有时我们一个节点可能会部署多个实例,那么可以将10bit拆分,取5bit作为机器id,5bit作为进程id。

当然,你也可以取其中几个bit做业务标识。

由此可见,工作机器id部分是最容易自定义的部分

序列号

序列号部分用于在同一毫秒同一机器上生成不同的id号。

该部分占12bit,意味着同一毫秒同一机器上可生成4096个序列号,1秒即为4096000个(4百万)

和另外两个部分一样,该部分同样可以调整,如果单个实例的并发量确认达不到这么高,那么同样可以缩减该部分,将bit位让予其他部分使用。

实现

知道原理之后,接下来分析一下代码应当如何实现。

时间戳

时间戳部分有41bit, 值为当前时间戳 - 基准时间,转化为JAVA代码即为

long twepoch = 1666108800000L;
long time = System.currentTimeMillis() - twepoch;

这里在高并发多线程的场景下有个小小的优化点,可以使用定时任务线程池将System.currentTimeMillis()缓存起来,其他线程从缓存中获取。

public class SystemClock {
    private final long period;
    private final AtomicLong now;
    private SystemClock(long period) {
        this.period = period;
        this.now = new AtomicLong(System.currentTimeMillis());
        scheduleClockUpdating();
    }
    private void scheduleClockUpdating() {
        ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor(runnable -> {
            Thread thread = new Thread(runnable, "System Clock");
            thread.setDaemon(true);
            return thread;
        });
        scheduler.scheduleAtFixedRate(() -> now.set(System.currentTimeMillis()), period, period, TimeUnit.MILLISECONDS);
    }
    private long currentTimeMillis() {
        return now.get();
    }
}

摘自:https://gitee.com/yu120/sequence

这里直接给出原因:

  • 单线程情况下,直接调用System.currentTimeMillis()更快
  • 高并发多线程情况下,使用缓存获取时间戳更快

具体测试过程见文末参考

工作机器id

工作机器id可以在构造方法中传入,也可以取mac地址hash,方法如下

long id = 0L;
try {
  NetworkInterface network = NetworkInterface.getByInetAddress(getLocalAddress());
  if (null == network) {
    id = 1L;
  } else {
    byte[] mac = network.getHardwareAddress();
    if (null != mac) {
      id = ((0x000000FF & (long) mac[mac.length - 2]) | (0x0000FF00 & (((long) mac[mac.length - 1]) << 8))) >> 6;
      id = id & 1023;
    }
  }
} catch (Exception e) {
  log.warn(" getWorkId: " + e.getMessage());
}
return id;

序列号

序列号在每一毫秒从0开始,如果同一毫秒生成多个id,则进行自增即可。

这里有两个要注意的点:

1、当序列号达到最大值时的问题

比如序列号占12bit位,最大值为4095,当序列号在同一毫秒自增到4095时,再加1则会超出bit位,此时需要将序列号重置为0,但是重置为0就会出现同一毫秒有两个序列号为0的id,所以重置为0的同时还需要等待至下一毫秒。

2、数据倾斜问题

如果序列号从0自增,那么对于大部分同一毫秒内只会有一个请求的系统,生成的id号序列号大部分为0(偶数),此时如果以id进行分表,就会造成数据的严重倾斜。该问题可以用过序列号从(0,1)随机开始自增。

3、时间回拨问题

时间回拨时可通过等待,或者使用过去时间生成id解决。

private long getSequence(){
  long timestamp = timeGen();
  // 闰秒
  if (timestamp < lastTimestamp) {
    long offset = lastTimestamp - timestamp;
    if (offset <= 5) {
      try {
        // 休眠双倍差值后重新获取,再次校验
        wait(offset << 1);
        timestamp = timeGen();
        if (timestamp < lastTimestamp) {
          throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", offset));
        }
      } catch (Exception e) {
        throw new RuntimeException(e);
      }
    } else {
      throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", offset));
    }
  }
  if (lastTimestamp == timestamp) {
    // 相同毫秒内,序列号自增
    sequence = (sequence + 1) & sequenceMask;
    if (sequence == 0) {
      // 同一毫秒的序列数已经达到最大
      timestamp = tilNextMillis(lastTimestamp);
    }
  } else {
    // 不同毫秒内,序列号置为 0|1 随机数
    sequence = ThreadLocalRandom.current().nextLong(0, 2);
  }
  return sequence;
}
protected long tilNextMillis(long lastTimestamp) {
  long timestamp = timeGen();
  while (timestamp <= lastTimestamp) {
    timestamp = timeGen();
  }
  return timestamp;
}
protected long timeGen() {
  return System.currentTimeMillis();
}

整体代码

public class MySequence {
    private static final Logger log = LoggerFactory.getLogger(MySequence.class);
    /**
     * 时间起始标记点,作为基准,一般取系统的最近时间(一旦确定不能变动)
     */
    private final long twepoch = 1666108800000L;
    /**
     * 10位的机器id
     */
    private final long workerIdBits = 10L;
    /**
     * 12位的序列号 每毫秒内产生的id数: 2的12次方个
     */
    private final long sequenceBits = 12L;
    /**
     * 1023
     */
    protected final long maxWorkerId = ~(-1L << workerIdBits);
    /**
     * 机器id左移动位
     */
    private final long workerIdShift = sequenceBits;
    /**
     * 时间戳左移动位
     */
    private final long timestampLeftShift = sequenceBits + workerIdBits;
    /**
     * 4095
     */
    private final long sequenceMask = ~(-1L << sequenceBits);
    /**
     * 所属机器id
     */
    private final long workerId;
    /**
     * 并发控制序列
     */
    private long sequence = 0L;
    /**
     * 上次生产 ID 时间戳
     */
    private long lastTimestamp = -1L;
    public MySequence() {
        this.workerId = getWorkerId();
    }
    /**
     * 有参构造器
     *
     * @param workerId     工作机器 ID
     */
    public MySequence(long workerId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("Worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        this.workerId = workerId;
    }
    /**
     * 基于网卡MAC地址计算余数作为机器id
     */
    protected long getWorkerId() {
        long id = 0L;
        try {
            NetworkInterface network = NetworkInterface.getByInetAddress(InetAddress.getLocalHost());
            if (null == network) {
                id = 1L;
            } else {
                byte[] mac = network.getHardwareAddress();
                if (null != mac) {
                    id = ((0x000000FF & (long) mac[mac.length - 2]) | (0x0000FF00 & (((long) mac[mac.length - 1]) << 8))) >> 6;
                    id = id % (maxWorkerId + 1);
                }
            }
        } catch (Exception e) {
            log.warn("getWorkerId: " + e.getMessage());
        }
        return id;
    }
    /**
     * 获取下一个 ID
     *
     */
    public synchronized long nextId() {
        long timestamp = timeGen();
        // 闰秒
        if (timestamp < lastTimestamp) {
            long offset = lastTimestamp - timestamp;
            if (offset <= 5) {
                try {
                    // 休眠双倍差值后重新获取,再次校验
                    wait(offset << 1);
                    timestamp = timeGen();
                    if (timestamp < lastTimestamp) {
                        throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", offset));
                    }
                } catch (Exception e) {
                    throw new RuntimeException(e);
                }
            } else {
                throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", offset));
            }
        }
        if (lastTimestamp == timestamp) {
            // 相同毫秒内,序列号自增
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                // 同一毫秒的序列数已经达到最大
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            // 不同毫秒内,序列号置为 1 - 3 随机数
            sequence = ThreadLocalRandom.current().nextLong(1, 3);
        }
        lastTimestamp = timestamp;
        // 时间戳部分 | 机器标识部分 | 序列号部分
        return ((timestamp - twepoch) << timestampLeftShift)
                | (workerId << workerIdShift)
                | sequence;
    }
    protected long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }
    protected long timeGen() {
        return System.currentTimeMillis();
    }
}

改造

要解决JS精度丢失的问题,就要清楚原因是什么。

这是因为JS的number类型最大精度为2^53,即9007199254740992

转为二进制:100000000000000000000000000000000000000000000000000000 (54位)

那么我们只要让生成的id不超过9007199254740991即可

转为二进制:11111111111111111111111111111111111111111111111111111(53位)

可对此53位做以下分配

(1)时间戳(41位)-工作机器id(6位)-序列号(6位):最大支持64个workerId, 每毫秒生成64个序列号

(2)时间戳(39位)-工作机器id(4位)-序列号(10位):最大支持16个workerId, 每毫秒生成1024个序列号

此两种情况分别为两个极端,下面分别计算此两种情况的使用时长

第一种

41位时间戳的最大值为:2199023255551

取当前时间戳:1666108800000

计算:1666108800000 + 2199023255551 = 3865132055551(2092-06-24 15:47:35)

系统运行至2092年达到最大值

第二种

39位时间戳的最大值为:549755813887

取当前时间戳:1666108800000

计算:1666108800000 + 549755813887 = 2215864613887(2040-03-20 21:56:53)

系统运行至2040年达到最大值

使用

于是结合雪花算法原理,我对需要改造的项目从并发量(序列号)和实例数(工作机器id)方面做了调研。

从调研结果进行了bit位分配。

并且基于现有的id最大值,计算了基准数,让修改后的id生成策略必然大于以前的id。

最后该策略已上线运行,达到了预期结果。

小结

雪花算法的特点:唯一性,高性能,有序性。

雪花算法的三个部分:时间戳、工作机器id、序列号。

JS最大精度为2^53, 生成的id不超过该数即可。

使用时可根据实际业务情况对三个部分的bit位进行调整。

参考:

分布式高效ID生产黑科技: https://gitee.com/yu120/sequence

System.currentTimeMillis的性能真有如此不堪吗?: https://juejin.cn/post/6887743425437925383

目录
相关文章
|
2月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
56 3
|
2月前
|
自然语言处理 JavaScript 前端开发
深入理解JavaScript中的闭包:原理与实战
【10月更文挑战第12天】深入理解JavaScript中的闭包:原理与实战
|
1天前
|
算法 Java 数据库
理解CAS算法原理
CAS(Compare and Swap,比较并交换)是一种无锁算法,用于实现多线程环境下的原子操作。它通过比较内存中的值与预期值是否相同来决定是否进行更新。JDK 5引入了基于CAS的乐观锁机制,替代了传统的synchronized独占锁,提升了并发性能。然而,CAS存在ABA问题、循环时间长开销大和只能保证单个共享变量原子性等缺点。为解决这些问题,可以使用版本号机制、合并多个变量或引入pause指令优化CPU执行效率。CAS广泛应用于JDK的原子类中,如AtomicInteger.incrementAndGet(),利用底层Unsafe库实现高效的无锁自增操作。
理解CAS算法原理
|
1月前
|
算法 容器
令牌桶算法原理及实现,图文详解
本文介绍令牌桶算法,一种常用的限流策略,通过恒定速率放入令牌,控制高并发场景下的流量,确保系统稳定运行。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
令牌桶算法原理及实现,图文详解
|
22天前
|
存储 人工智能 缓存
【AI系统】布局转换原理与算法
数据布局转换技术通过优化内存中数据的排布,提升程序执行效率,特别是对于缓存性能的影响显著。本文介绍了数据在内存中的排布方式,包括内存对齐、大小端存储等概念,并详细探讨了张量数据在内存中的排布,如行优先与列优先排布,以及在深度学习中常见的NCHW与NHWC两种数据布局方式。这些布局方式的选择直接影响到程序的性能,尤其是在GPU和CPU上的表现。此外,还讨论了连续与非连续张量的概念及其对性能的影响。
45 3
|
27天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法与应用
探索人工智能中的强化学习:原理、算法与应用
|
1月前
|
负载均衡 算法 应用服务中间件
5大负载均衡算法及原理,图解易懂!
本文详细介绍负载均衡的5大核心算法:轮询、加权轮询、随机、最少连接和源地址散列,帮助你深入理解分布式架构中的关键技术。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
5大负载均衡算法及原理,图解易懂!
|
1月前
|
缓存 前端开发 JavaScript
JavaScript前端路由的实现原理及其在单页应用中的重要性,涵盖前端路由概念、基本原理、常见实现方式
本文深入解析了JavaScript前端路由的实现原理及其在单页应用中的重要性,涵盖前端路由概念、基本原理、常见实现方式(Hash路由和History路由)、优点及挑战,并通过实际案例分析,帮助开发者更好地理解和应用这一关键技术,提升用户体验。
74 1
|
1月前
|
缓存 算法 网络协议
OSPF的路由计算算法:原理与应用
OSPF的路由计算算法:原理与应用
49 4
|
1月前
|
监控 JavaScript 算法
深度剖析 Vue.js 响应式原理:从数据劫持到视图更新的全流程详解
本文深入解析Vue.js的响应式机制,从数据劫持到视图更新的全过程,详细讲解了其实现原理和运作流程。