Java中的雪花算法(Snowflake Algorithm)是一种用于生成唯一ID的算法,可以在分布式系统环境中防止ID重复。这种算法最初由Twitter开发,用于生成Twitter的唯一ID,由于其简单易懂和高效,已成为目前最常用的生成唯一ID的算法之一。
雪花算法生成的ID是一个64位的长整型数字,可以分为四个部分:
- 符号位(始终为0,占用1位)。
- 时间戳(毫秒级,占用41位),可以用的年限约69年。
- 数据中心ID(可以定义具体数据中心ID的位数,占用5位),用于区分不同的数据中心。
- 工作机器ID(可以定义具体工作机器ID的位数,占用5位),用于区分不同的工作机器。
以下是Java实现的基本流程:
- 获得时间戳,精确到毫秒级。
- 将所有位数的值全部初始化为0。
- 填充时间戳,对应41位。
- 填充数据中心ID,根据自身需求设置位数。
- 填充工作机器ID,根据自身需求设置位数。
- 填充序列号,一般使用一个计数器,生成一系列自增的整数。
- 将上述所有部分组合成一条64位的长整型数字,即为唯一ID,生成完成。
以下是一个Java实现的示例代码:
java
public class SnowFlake { // 起始的时间戳 private final static long START_TIMESTAMP = 1480166465631L; // 每一部分占用的位数,符号位不算在内 private final static long SEQUENCE_BIT = 12; // 序列号占用的位数 private final static long MACHINE_BIT = 5; // 机器标识占用的位数 private final static long DATACENTER_BIT = 5; // 数据中心占用的位数 // 每一部分的最大值 private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT); private final static long MAX_MACHINE_NUM = ~(-1L << MACHINE_BIT); private final static long MAX_DATACENTER_NUM = ~(-1L << DATACENTER_BIT); // 每一部分向左的位移 private final static long MACHINE_LEFT = SEQUENCE_BIT; private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT; private final static long TIMESTAMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT; private long datacenterId; // 数据中心 private long machineId; // 机器标识 private long sequence = 0L; // 序列号 private long lastTimestamp = -1L;// 上一次时间戳 public SnowFlake(long datacenterId, long machineId) { if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) { throw new IllegalArgumentException("Datacenter ID can't be greater than MAX_DATACENTER_NUM or less than 0"); } if (machineId > MAX_MACHINE_NUM || machineId < 0) { throw new IllegalArgumentException("Machine ID can't be greater than MAX_MACHINE_NUM or less than 0"); } this.datacenterId = datacenterId; this.machineId = machineId; } /** * 产生下一个ID * * @return 下一个ID */ public synchronized long nextId() { long currTimestamp = getTimestamp(); if (currTimestamp < lastTimestamp) { throw new RuntimeException("Clock moved backwards. Refusing to generate id"); } // 如果是同一时间生成的,则进行毫秒内序列 if (currTimestamp == lastTimestamp) { sequence = (sequence + 1) & MAX_SEQUENCE; // 序列号已经达到最大值,下一个毫秒 if (sequence == 0L) { currTimestamp = getNextTimestamp(); } } else { // 时间戳改变,毫秒内序列重置 sequence = 0L; } // 上次生成ID的时间截 lastTimestamp = currTimestamp; // 移位并通过或运算拼到一起组成64位的ID return (currTimestamp - START_TIMESTAMP) << TIMESTAMP_LEFT // 时间戳部分 | datacenterId << DATACENTER_LEFT // 数据中心部分 | machineId << MACHINE_LEFT // 机器标识部分 | sequence; // 序列号部分 } /** * 获取下一个毫秒数 * * @return 下一个毫秒数 */ private long getNextTimestamp() { long timestamp = getTimestamp(); while (timestamp <= lastTimestamp) { timestamp = getTimestamp(); } return timestamp; } /** * 获取当前的时间戳 * * @return 当前的时间戳 */ private long getTimestamp() { return System.currentTimeMillis(); } public static void main(String[] args) { SnowFlake snowFlake = new SnowFlake(1, 1); long startTime = System.nanoTime(); for (int i = 0; i < 1000000; i++) { System.out.println(snowFlake.nextId()); } long endTime = System.nanoTime(); System.out.println("用时:" + (endTime - startTime) / 1000000 + "ms"); } }
在以上示例代码中,SnowFlake类的构造函数接收数据中心ID和机器ID作为参数,用户可以根据自己的业务需求设置不同的数值。nextId()方法用于生成雪花算法的唯一ID。
除此之外,为了防止时间回退的情况,采用了getNextTimestamp()方法来获得下一个合法的时间戳。可以看到,这是一种高效、易扩展、高可用的算法,适合于生成分布式系统下唯一的ID。