什么是雪花算法?啥原理?附Java实现!

SnowFlake 算法 , 是 Twitter 开源的分布式 ID 生成算法 。
其核心思想就是:使用一个 64 bit 的 long 型的数字作为全局唯一 ID 。在分布式系统中的应用十分广泛 , 且 ID 引入了时间戳 , 基本上保持自增的 , 后面的代码中有详细的注解 。
这 64 个 bit 中 , 其中 1 个 bit 是不用的 , 然后用其中的 41 bit 作为毫秒数 , 用 10 bit 作为工作机器 ID , 12 bit 作为序列号 。

什么是雪花算法?啥原理?附Java实现!

文章插图
给大家举个例子吧 , 比如下面那个 64 bit 的 long 型数字:
 
  • 第一个部分是 1 个 bit:0 , 这个是无意义的 。
  • 第二个部分是 41 个 bit:表示的是时间戳 。
  • 第三个部分是 5 个 bit:表示的是机房 ID , 10001 。
  • 第四个部分是 5 个 bit:表示的是机器 ID , 1 1001 。
  • 第五个部分是 12 个 bit:表示的序号 , 就是某个机房某台机器上这一毫秒内同时生成的 id 的序号 , 0000 00000000 。
     
 
1 bit:是不用的 , 为啥呢?
因为二进制里第一个 bit 为如果是 1 , 那么都是负数 , 但是我们生成的 ID 都是正数 , 所以第一个 bit 统一都是 0 。
41 bit:表示的是时间戳 , 单位是毫秒 。
41 bit 可以表示的数字多达 2^41 - 1 , 也就是可以表示 2 ^ 41 - 1 个毫秒值 , 换算成年就是表示 69 年的时间 。
10 bit:记录工作机器 ID 。
代表的是这个服务最多可以部署在 2^10 台机器上 , 也就是 1024 台机器 。
但是 10 bit 里 5 个 bit 代表机房 ID , 5 个 bit 代表机器 ID 。意思就是最多代表 2 ^ 5 个机房(32 个机房) , 每个机房里可以代表 2 ^ 5 个机器(32 台机器) , 也可以根据自己公司的实际情况确定 。
12 bit:这个是用来记录同一个毫秒内产生的不同 ID 。
12 bit 可以代表的最大正整数是 2 ^ 12 - 1 = 4096 , 也就是说可以用这个 12 bit 代表的数字来区分同一个毫秒内的 4096 个不同的 ID 。
简单来说 , 你的某个服务假设要生成一个全局唯一 ID , 那么就可以发送一个请求给部署了 SnowFlake 算法的系统 , 由这个 SnowFlake 算法系统来生成唯一 ID 。
这个 SnowFlake 算法系统首先肯定是知道自己所在的机房和机器的 , 比如机房 ID = 17 , 机器 ID = 12 。
接着 SnowFlake 算法系统接收到这个请求之后 , 首先就会用二进制位运算的方式生成一个 64 bit 的 long 型 ID , 64 个 bit 中的第一个 bit 是无意义的 。
接着 41 个 bit , 就可以用当前时间戳(单位到毫秒) , 然后接着 5 个 bit 设置上这个机房 ID , 还有 5 个 bit 设置上机器 ID 。
最后再判断一下 , 当前这台机房的这台机器上这一毫秒内 , 这是第几个请求 , 给这次生成 ID 的请求累加一个序号 , 作为最后的 12 个 bit 。
最终一个 64 个 bit 的 ID 就出来了 , 类似于:
什么是雪花算法?啥原理?附Java实现!

文章插图
这个算法可以保证 , 一个机房的一台机器上 , 在同一毫秒内生成了一个唯一的 ID 。可能一个毫秒内会生成多个 ID , 但是有最后 12 个 bit 的序号来区分开来 。
下面我们简单看看这个 SnowFlake 算法的一个代码实现 , 这就是个示例 , 大家如果理解了这个意思之后 , 以后可以自己尝试改造这个算法 。JAVA进阶系列路线:https://www.yoodb.com/
总之就是用一个 64 bit 的数字中各个 bit 位来设置不同的标志位 , 区分每一个 ID 。
SnowFlake 算法的实现代码如下:
public class IdWorker {
 
//因为二进制里第一个 bit 为如果是 1 , 那么都是负数 , 但是我们生成的 id 都是正数 , 所以第一个 bit 统一都是 0 。
//机器ID 2进制5位 32位减掉1位 31个
private long workerId;
//机房ID 2进制5位 32位减掉1位 31个
private long datacenterId;
//代表一毫秒内生成的多个id的最新序号 12位 4096 -1 = 4095 个
private long sequence;


推荐阅读