介绍
雪花算法使用一个long来存储分布式ID，也就是一共有64位，第一位为0 没有作用（也可以说是用来标志正数），后41位是时间戳，后10位是机器编号id，由机房id和机器id组成，各自使用5位。后面12位是序列号，标志当前ID是每毫秒内生成的第几个ID，说明每一毫秒可以生成4096（0-2^12-1）个id；
雪花算法的时钟回拨问题：雪花算法生成分布式ID依赖于机器时间，若新获取到的时间戳小于过去的时间戳，说明出现了时钟回拨的问题，开源的框架一般是直接返回一个exception，不同企业应用的雪花算法，区别主要在于如何封装解决时间回拨的问题； 根据回拨时间的长度不同，主要有以下解决思路： 回波的时间短： 等待一段时间； 回拨时间适中： 创建一个map来维护最近一秒中，每一毫秒的最大序列值，然后在最大的序列之基础上进行递增获取id，一直到当前时间戳大于记录时间戳的时间。 时间回拨的跨度较长： 换一台机器，一直到时间戳大于发生了时钟回拨的机器； 回拨的时间超级长： 直接下线这台服务器；
snowflakes源码解析（调用nextId()）
关键方法和字段
START_STMP：起始时间戳，一个定值，主要作用是让时间戳利用率更高（currStmp-START_STMP作为返回64位Id中的时间戳）
SEQUENCE_BIT：序列号占用位数（12）
MACHINE_BIT：机器标识占用位数（5）
DATACENTER_BIT：数据中心（机房）占用位数（5）
currStmp：当前时间戳
lastStmp：上一时间戳
machineId：机器标识Id
datacenterId：数据中心ID
sequence：序列号
nextId():获取下一个分布式ID
getNextMill()：等待下一毫秒也就是新的时间戳
getNewstmp()：获取当前时间
源码(从nextId()看起)
SnowFlake {
/**
* 起始的时间戳，可以修改为服务第一次启动的时间
* 一旦服务已经开始使用，起始时间戳就不应该改变
*/
private final static long START_STMP = 1484754361114L;
/**
* 每一部分占用的位数
*/
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_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_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 TIMESTMP_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 lastStmp = -1L;//上一次时间戳
/**
* 通过单例模式来获取实例
* 分布式部署服务时，数据节点标识和机器标识作为联合键必须唯一
* @param datacenterId 数据节点标识ID
* @param machineId 机器标识ID
*/
//启动snowflakes分布式Id获取服务需要给定数据中心Id和机器Id
public SnowFlake(long datacenterId, long machineId) {
if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
}
if (machineId > MAX_MACHINE_NUM || machineId < 0) {
throw new IllegalArgumentException("machineId 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
*/
public synchronized long nextId() {
//获取机器当前的时间戳
long currStmp = getNewstmp();
//当前时间戳小于上一次获取时（或者启动服务时）的时间戳，发生时钟回拨，直接抛出异常
if (currStmp < lastStmp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
}
//与上一次获取Id处于同一毫秒内，序列号自增（时间戳相同）
if (currStmp == lastStmp) {
//自增后与最大序列号树做与运算，若是结果为0，说明该毫秒（时间戳）的序列号已经用完，等待下一毫秒到来（新时间戳）
//MAX_SEQUENCE： 0111111111111 &
//(sequence（max） + 1)： 100000000000 = 0
sequence = (sequence + 1) & MAX_SEQUENCE;
//同一毫秒的序列数已经达到最大
if (sequence == 0L) {
currStmp = getNextMill();
}
} else {
//不同毫秒内（新时间戳），序列号置为0
sequence = 0L;
}
//刷新时间戳为最新时间戳
lastStmp = currStmp;
//(currStmp - START_STMP)计算相对时间戳，延长能够使用的时间
return (currStmp - START_STMP) << TIMESTMP_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
}
//自旋等待新的时间戳
private long getNextMill() {
long mill = getNewstmp();
while (mill <= lastStmp) {
mill = getNewstmp();
}
return mill;
}
private long getNewstmp() {
return System.currentTimeMillis();
}
public static void main(String[] args) {
SnowFlake snowFlake = new SnowFlake(2, 3);
long start = System.currentTimeMillis();
for (int i = 0; i < (1 << 18); i++) {
System.out.println(i+": "+snowFlake.nextId());
}
long end = System.currentTimeMillis();
System.out.println(end - start);
}
}
