关于全局ID,雪花(snowflake)算法的说明

简介:

上次简单的说一下:http://www.cnblogs.com/dunitian/p/6041745.html#uid

C#版本的国外朋友已经封装了,大家可以去看看:https://github.com/ccollie/snowflake-net

强大的网友出来个简化版本:http://blog.csdn.net/***/article/details/*** (地址我就不贴了,对前辈需要最起码的尊敬)

一开始我用的是这个简化版本,后来发现有重复项。。。(demo:https://github.com/dunitian/TempCode/tree/master/2016-11-16/Twitter_Snowflake

全局ID的激烈讨论:https://q.cnblogs.com/q/53552/

之后在外国大牛的基础上重写修改了部分内容https://github.com/ccollie/snowflake-net,添加了一些注解等【支持Core】。现在是可以去Nuget直接下载使用的:Snowflake.Net

源码地址:https://github.com/dunitian/snowflake-net

测试用例:

测试代码: 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
using  System;
using  System.Collections.Generic;
using  System.Threading;
using  System.Threading.Tasks;
using  Snowflake.Net;
 
namespace  Snowflake.ZConsole
{
     class  Program
     {
         private  static  int  N = 2000000;
         private  static  HashSet< long set  new  HashSet< long >();
         private  static  IdWorker worker =  new  IdWorker(1, 1);
         private  static  int  taskCount = 0;
 
         static  void  Main( string [] args)
         {
             Task.Run(() => GetID());
             Task.Run(() => GetID());
             Task.Run(() => GetID());
 
             Task.Run(() => Printf());
             Console.ReadKey();
         }
 
         private  static  void  Printf()
         {
             while  (taskCount != 3)
             {
                 Console.WriteLine( "..." );
                 Thread.Sleep(1000);
             }
             Console.WriteLine( set .Count == N * taskCount);
         }
 
         private  static  object  o =  new  object ();
         private  static  void  GetID()
         {
             for  ( var  i = 0; i < N; i++)
             {
                 var  id = worker.NextId();
 
                 lock  (o)
                 {
                     if  ( set .Contains(id))
                     {
                         Console.WriteLine( "发现重复项 : {0}" , id);
                     }
                     else
                     {
                         set .Add(id);
                     }
                 }
 
             }
             Console.WriteLine($ "任务{++taskCount}完成" );
         }
     }
}

  

可能有些人只关心以后怎么用?==》

IdWorker worker = new IdWorker(1, 1); //大并发的情况下,减少new的次数可以有效避免重复的可能

var id = worker.NextId();

有可能上面的减少new有些同志不太懂,(⊙o⊙)…,举个例子:

测试代码不变的情况下,改这么一句:

 

完整调用demo:(https://github.com/dunitian/snowflake-net/tree/master/Demo

 core:(https://github.com/dunitian/snowflake-net/tree/master/Demo.Core)

 IdWorker.Init().NextId()


本文转自毒逆天博客园博客,原文链接:http://www.cnblogs.com/dunitian/p/6130543.html,如需转载请自行联系原作者


相关文章
|
1月前
|
算法 Go
[go 面试] 雪花算法与分布式ID生成
[go 面试] 雪花算法与分布式ID生成
|
24天前
|
SQL 算法 Serverless
B端算法实践问题之使用concat_id算子获取用户最近点击的50个商品ID如何解决
B端算法实践问题之使用concat_id算子获取用户最近点击的50个商品ID如何解决
13 1
|
1月前
|
算法 NoSQL 中间件
go语言后端开发学习(六) ——基于雪花算法生成用户ID
本文介绍了分布式ID生成中的Snowflake(雪花)算法。为解决用户ID安全性与唯一性问题,Snowflake算法生成的ID具备全局唯一性、递增性、高可用性和高性能性等特点。64位ID由符号位(固定为0)、41位时间戳、10位标识位(含数据中心与机器ID)及12位序列号组成。面对ID重复风险,可通过预分配、动态或统一分配标识位解决。Go语言实现示例展示了如何使用第三方包`sonyflake`生成ID,确保不同节点产生的ID始终唯一。
go语言后端开发学习(六) ——基于雪花算法生成用户ID
|
28天前
|
存储 算法 数据挖掘
技术分享:从雪花算法生成订单ID的抉择与反思
【8月更文挑战第17天】在软件开发的浩瀚征途中,技术选型如同航海中的罗盘,指引着项目前进的方向。今天,我想与大家分享一段关于“用雪花算法生成订单ID,现在我有点后悔了”的亲身经历,希望通过这段故事,为大家在技术选型时提供一些参考与启示。
36 0
|
2月前
|
算法 数据库
|
2月前
|
文字识别 算法 Java
文本,保存图片09,一个可以用id作为图片名字的pom插件,利用雪花算法生成唯一的id
文本,保存图片09,一个可以用id作为图片名字的pom插件,利用雪花算法生成唯一的id
|
3月前
|
算法 数据中心 C++
基于C++雪花算法工具类Snowflake -来自chatGPT
基于C++雪花算法工具类Snowflake -来自chatGPT
|
2月前
|
存储 算法 Java
分布式自增ID算法---雪花算法(SnowFlake)Java实现
分布式自增ID算法---雪花算法(SnowFlake)Java实现
121 0
|
9天前
|
算法 BI Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形,并通过鱼群算法(FSA)优化浴盆曲线参数,以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为,实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
|
9天前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。