使用 Twitter的snowflake算法方案
snowflake是Twitter開源的分布式ID生成算法，結果是一個long型的ID。其核心思想是：使用41bit作為毫秒數，10bit作為機器的ID（5個bit是資料中心，5個bit的機器ID），12bit作為毫秒内的流水号（意味着每個節點在每毫秒可以産生 4096 個 ID），最後還有一個符号位，永遠是0。具體實作的代碼可以參看：https://github.com/twitter/snowflake
具體實作
package com.demon.common.utils.gen;
import org.apache.commons.lang3.RandomUtils;
import java.util.Date;
/**
* Twitter_Snowflake<br>
* SnowFlake的結構如下(每部分用-分開):<br>
* 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000 <br>
* 1位辨別，由于long基本類型在Java中是帶符号的，最高位是符号位，正數是0，負數是1，是以id一般是正數，最高位是0<br>
* 41位時間截(毫秒級)，注意，41位時間截不是存儲目前時間的時間截，而是存儲時間截的內插補點（目前時間截 - 開始時間截)
* 得到的值），這裡的的開始時間截，一般是我們的id生成器開始使用的時間，由我們程式來指定的（如下下面程式IdWorker類的startTime屬性）。41位的時間截，可以使用69年，年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69<br>
* 10位的資料機器位，可以部署在1024個節點，包括5位datacenterId和5位workerId<br>
* 12位序列，毫秒内的計數，12位的計數順序号支援每個節點每毫秒(同一機器，同一時間截)産生4096個ID序号<br>
* 加起來剛好64位，為一個Long型。<br>
* SnowFlake的優點是，整體上按照時間自增排序，并且整個分布式系統内不會産生ID碰撞(由資料中心ID和機器ID作區分)，并且效率較高，經測試，SnowFlake每秒能夠産生26萬ID左右。
*
*
* @author Demon-HY
* 為友善使用,隻需要在同叢集應用内将機器辨別出不同的編号即可
* @date 2019-7-30
*/
public class SnowflakeIdWorker {
private static SnowflakeIdWorker idWorker;
// TODO 部署多台服務,這裡可以交給 Spring 管理,注入workerId
static {
idWorker = new SnowflakeIdWorker(1);
}
/** 開始時間截 (1980-01-01) FIXME 保證生成的編号有13位*/
// private static final long twepoch = 315504000000L;
/** 開始時間截 (2019-07-01) */
private static final long twepoch = 1561910400000L;
/**
* 時間位取&
*/
private static final long timeBit = 0b1111111111111111111111111111111111111111110000000000000000000000L;
/** 機器id所占的位數 */
private final long workerIdBits = 10L;
/** 資料辨別id所占的位數 */
private final long datacenterIdBits = 0L;
/** 支援的最大機器id，結果是1023 (這個移位算法可以很快的計算出幾位二進制數所能表示的最大十進制數) */
private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
/** 支援的最大資料辨別id，結果是0 */
private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
/** 序列在id中占的位數 */
private final long sequenceBits = 12L;
/** 機器ID向左移12位 */
private final long workerIdShift = sequenceBits;
/** 資料辨別id向左移22位(12+10) */
private final long datacenterIdShift = sequenceBits + workerIdBits;
/** 時間截向左移22位(10+0+12) */
private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
/** 生成序列的掩碼，這裡為4095 (0b111111111111=0xfff=4095) */
private final long sequenceMask = -1L ^ (-1L << sequenceBits);
/** 工作機器ID(0~1023) */
private long workerId;
/** 資料中心ID(0) */
private long datacenterId;
/** 毫秒内序列(0~4095) */
private long sequence;
private long initSequence;
/** 上次生成ID的時間截 */
private long lastTimestamp = -1L;
//==============================Constructors=====================================
/**
* 構造函數
* @param workerId 工作ID (0~1023)
*/
private SnowflakeIdWorker(long workerId) {
this(workerId,0);
}
/**
* 構造函數
* @param workerId 工作ID (0~1023)
* @param datacenterId 資料中心ID (0)
*/
private SnowflakeIdWorker(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 = 0;
//随機生成2000種可能
this.initSequence=RandomUtils.nextInt(0,2000);
this.sequence=initSequence;
//FIXME 1ms内有2000種可猜測
}
// ==============================Methods==========================================
/**
* 獲得下一個ID (該方法是線程安全的)
* @return SnowflakeId
*/
private synchronized long nextId() {
long timestamp = timeGen();
//如果目前時間小于上一次ID生成的時間戳，說明系統時鐘回退過這個時候應當抛出異常
if (timestamp < lastTimestamp) {
throw new RuntimeException(
String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
}
//如果是同一時間生成的，則進行毫秒内序列
if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & sequenceMask;
//毫秒内序列溢出
if (sequence == 0) {
//阻塞到下一個毫秒,獲得新的時間戳
timestamp = tilNextMillis(lastTimestamp);
}
}
//時間戳改變，毫秒内序列重置
else {
sequence = initSequence;
}
//上次生成ID的時間截
lastTimestamp = timestamp;
//移位并通過或運算拼到一起組成64位的ID
return ((timestamp - twepoch) << timestampLeftShift) //
| (datacenterId << datacenterIdShift) //
| (workerId << workerIdShift) //
| sequence;
}
/**
* 從ID中擷取時間
* @param id 由此類生成的ID
*/
public static Date getTime(long id){
return new Date(((timeBit&id)>>22)+twepoch);
}
/**
* 阻塞到下一個毫秒，直到獲得新的時間戳
* @param lastTimestamp 上次生成ID的時間截
* @return 目前時間戳
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
/**
* 傳回以毫秒為機關的目前時間
* @return 目前時間(毫秒)
*/
private long timeGen() {
return System.currentTimeMillis();
}
/**
* 擷取唯一ID
*/
public static Long getId() {
return idWorker.nextId();
}
/**
* 擷取随機字元串,length=13
*/
public static String getRandomStr() {
return Long.toString(idWorker.nextId(), Character.MAX_RADIX);
}
//==============================Test=============================================
/** 測試 */
public static void main(String[] args) {
for (int i = 0; i < 100; i++) {
long id = SnowflakeIdWorker.getId();
String strId = SnowflakeIdWorker.getRandomStr();
System.out.println(id);
System.out.println(strId);
System.out.println(SnowflakeIdWorker.getTime(id));
}
}
}
![Java String.format方法的簡單使用[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)