--- theme: geek-black --- 一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第2天，[点击查看活动详情](https://juejin.cn/post/7080800226365145118 "https://juejin.cn/post/7080800226365145118")。 > 我是陈皮，一个在互联网 Coding 的 ITer，个人微信公众号「陈皮的JavaLib」关注第一时间阅读最新文章。 ## 背景现在的服务基本是分布式，微服务形式的，而且大数据量也导致分库分表的产生，对于水平分表就需要保证表中 id 的全局唯一性。对于 MySQL 而言，一个表中的主键 id 一般使用自增的方式，但是如果进行水平分表之后，多个表中会生成重复的 id 值。那么如何保证水平分表后的多张表中的 id 是全局唯一性的呢？如果还是借助数据库主键自增的形式，那么可以让不同表初始化一个不同的初始值，然后按指定的步长进行自增。例如有3张拆分表，初始主键值为1，2，3，自增步长为3。当然也有人使用 UUID 来作为主键，但是 UUID 生成的是一个无序的字符串，对于 MySQL 推荐使用增长的数值类型值作为主键来说不适合。也可以使用 Redis 的自增原子性来生成唯一 id，但是这种方式业内比较少用。当然还有其他解决方案，不同互联网公司也有自己内部的实现方案。雪花算法是其中一个用于解决分布式 id 的高效方案，也是许多互联网公司在推荐使用的。 ## SnowFlake 雪花算法 SnowFlake 中文意思为雪花，故称为雪花算法。最早是 Twitter 公司在其内部用于分布式环境下生成唯一 ID。在2014年开源 scala 语言版本。 ![ae.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/4079e08d3ab14eabbecee2926c73b84e~tplv-k3u1fbpfcp-watermark.image?) 雪花算法原理就是生成一个的64位比特位的 long 类型的唯一 id。 - 最高1位固定值0，因为生成的 id 是正整数，如果是1就是负数了。 - 接下来41位存储毫秒级时间戳，2^41/(1000*60*60*24*365)=69，大概可以使用69年。 - 再接下10位存储机器码，包括5位 datacenterId 和5位 workerId。最多可以部署2^10=1024台机器。 - 最后12位存储序列号。同一毫秒时间戳时，通过这个递增的序列号来区分。即对于同一台机器而言，同一毫秒时间戳下，可以生成2^12=4096个不重复 id。可以将雪花算法作为一个单独的服务进行部署，然后需要全局唯一 id 的系统，请求雪花算法服务获取 id 即可。对于每一个雪花算法服务，需要先指定10位的机器码，这个根据自身业务进行设定即可。例如机房号+机器号，机器号+服务号，或者是其他可区别标识的10位比特位的整数值都行。 ## 算法实现 ```java package com.chenpi; import java.util.Set; import java.util.TreeSet; /** * @author 陈皮 * @version 1.0 * @description 雪花算法ID生成器 * @date 2022/4/3 */ public class SnowflakeIdGenerator { // 初始时间戳(纪年)，可用雪花算法服务上线时间戳的值 // 1649059688068：2022-04-04 16:08:08 private static final long INIT_EPOCH = 1649059688068L; // 记录最后使用的毫秒时间戳，主要用于判断是否同一毫秒，以及用于服务器时钟回拨判断 private long lastTimeMillis = -1L; // dataCenterId占用的位数 private static final long DATA_CENTER_ID_BITS = 5L; // dataCenterId占用5个比特位，最大值31 // 0000000000000000000000000000000000000000000000000000000000011111 private static final long MAX_DATA_CENTER_ID = ~(-1L << DATA_CENTER_ID_BITS); // datacenterId private long datacenterId; // workId占用的位数 private static final long WORKER_ID_BITS = 5L; // workId占用5个比特位，最大值31 // 0000000000000000000000000000000000000000000000000000000000011111 private static final long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS); // workId private long workerId; // 最后12位，代表每毫秒内可产生最大序列号，即 2^12 - 1 = 4095 private static final long SEQUENCE_BITS = 12L; // 掩码（最低12位为1，高位都为0），主要用于与自增后的序列号进行位与，如果值为0，则代表自增后的序列号超过了4095 // 0000000000000000000000000000000000000000000000000000111111111111 private static final long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS); // 同一毫秒内的最新序号，最大值可为 2^12 - 1 = 4095 private long sequence; // workId位需要左移的位数 12 private static final long WORK_ID_SHIFT = SEQUENCE_BITS; // dataCenterId位需要左移的位数 12+5 private static final long DATA_CENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS; // 时间戳需要左移的位数 12+5+5 private static final long TIMESTAMP_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATA_CENTER_ID_BITS; public SnowflakeIdGenerator(long datacenterId, long workerId) { // 检查datacenterId的合法值 if (datacenterId < 0 || datacenterId > MAX_DATA_CENTER_ID) { throw new IllegalArgumentException( String.format("datacenterId值必须大于0并且小于%d", MAX_DATA_CENTER_ID)); } // 检查workId的合法值 if (workerId < 0 || workerId > MAX_WORKER_ID) { throw new IllegalArgumentException(String.format("workId值必须大于0并且小于%d", MAX_WORKER_ID)); } this.workerId = workerId; this.datacenterId = datacenterId; } /** * 通过雪花算法生成下一个id，注意这里使用synchronized同步 * * @return 唯一id */ public synchronized long nextId() { long currentTimeMillis = System.currentTimeMillis(); // 当前时间小于上一次生成id使用的时间，可能出现服务器时钟回拨问题 if (currentTimeMillis < lastTimeMillis) { throw new RuntimeException( String.format("可能出现服务器时钟回拨问题，请检查服务器时间。当前服务器时间戳：%d，上一次使用时间戳：%d", currentTimeMillis, lastTimeMillis)); } if (currentTimeMillis == lastTimeMillis) { // 还是在同一毫秒内，则将序列号递增1，序列号最大值为4095 // 序列号的最大值是4095，使用掩码（最低12位为1，高位都为0）进行位与运行后如果值为0，则自增后的序列号超过了4095 // 那么就使用新的时间戳 sequence = (sequence + 1) & SEQUENCE_MASK; if (sequence == 0) { currentTimeMillis = tilNextMillis(lastTimeMillis); } } else { // 不在同一毫秒内，则序列号重新从0开始，序列号最大值为4095 sequence = 0; } // 记录最后一次使用的毫秒时间戳 lastTimeMillis = currentTimeMillis; // 核心算法，将不同部分的数值移动到指定的位置，然后进行或运行 return ((currentTimeMillis - INIT_EPOCH) << TIMESTAMP_SHIFT) | (datacenterId << DATA_CENTER_ID_SHIFT) | (workerId << WORK_ID_SHIFT) | sequence; } /** * 获取指定时间戳的接下来的时间戳，也可以说是下一毫秒 * * @param lastTimeMillis 指定毫秒时间戳 * @return 时间戳 */ private long tilNextMillis(long lastTimeMillis) { long currentTimeMillis = System.currentTimeMillis(); while (currentTimeMillis <= lastTimeMillis) { currentTimeMillis = System.currentTimeMillis(); } return currentTimeMillis; } public static void main(String[] args) { SnowflakeIdGenerator snowflakeIdGenerator = new SnowflakeIdGenerator(1, 2); // 生成50个id Set set = new TreeSet<>(); for (int i = 0; i < 50; i++) { set.add(snowflakeIdGenerator.nextId()); } System.out.println(set.size()); System.out.println(set); // 验证生成100万个id需要多久 long startTime = System.currentTimeMillis(); for (int i = 0; i < 1000000; i++) { snowflakeIdGenerator.nextId(); } System.out.println(System.currentTimeMillis() - startTime); } } ``` ## 算法验证 ```java public static void main(String[] args) { SnowflakeIdGenerator snowflakeIdGenerator = new SnowflakeIdGenerator(1, 2); // 生成50个id Set set = new TreeSet<>(); for (int i = 0; i < 50; i++) { set.add(snowflakeIdGenerator.nextId()); } System.out.println(set.size()); System.out.println(set); // 验证生成100万个id需要多久 long startTime = System.currentTimeMillis(); for (int i = 0; i < 1000000; i++) { snowflakeIdGenerator.nextId(); } System.out.println(System.currentTimeMillis() - startTime); } ``` 在我的笔记本，测试结果如下，生成的50个id是不重复的，而且 id 值是递增的。然后再测试生成100万个 id，只花费了262毫秒，可见是算法是及其高效的。 ```bash 50 [268133605376, 268133605377, 268133605378, 268133605379, 268133605380, 268133605381, 268133605382, 268133605383, 268133605384, 268133605385, 268133605386, 268133605387, 268133605388, 268133605389, 268133605390, 268133605391, 268133605392, 268133605393, 268133605394, 268133605395, 268133605396, 268133605397, 268133605398, 268133605399, 268133605400, 268133605401, 268133605402, 268133605403, 268133605404, 268133605405, 268133605406, 268133605407, 268133605408, 268133605409, 268133605410, 268133605411, 268133605412, 268133605413, 268133605414, 268133605415, 268133605416, 268133605417, 268133605418, 268133605419, 268133605420, 268133605421, 268133605422, 268133605423, 268133605424, 268133605425] 262 ``` ## 算法优缺点雪花算法有以下几个优点： - 高并发分布式环境下生成不重复 id，每秒可生成百万个不重复 id。 - 基于时间戳，以及同一时间戳下序列号自增，基本保证 id 有序递增。 - 不依赖第三方库或者中间件。 - 算法简单，在内存中进行，效率高。雪花算法有如下缺点： - 依赖服务器时间，服务器时钟回拨时可能会生成重复 id。算法中可通过记录最后一个生成 id 时的时间戳来解决，每次生成 id 之前比较当前服务器时钟是否被回拨，避免生成重复 id。 ## 注意事项其实雪花算法每一部分占用的比特位数量并不是固定死的。例如你的业务可能达不到69年之久，那么可用减少时间戳占用的位数，雪花算法服务需要部署的节点超过1024台，那么可将减少的位数补充给机器码用。注意，雪花算法中41位比特位不是直接用来存储当前服务器毫秒时间戳的，而是需要当前服务器时间戳减去某一个初始时间戳值，一般可以使用服务上线时间作为初始时间戳值。对于机器码，可根据自身情况做调整，例如机房号，服务器号，业务号，机器 IP 等都是可使用的。对于部署的不同雪花算法服务中，最后计算出来的机器码能区分开来即可。 *** 本次分享到此结束啦~~ 如果觉得文章对你有帮助，点赞、收藏、关注、评论，您的支持就是我创作最大的动力！