目标
实现思路
- Long类型十进制下大约19位,二进制下64位,最高位标示正负(1负0正)
- 拼接方式(从左至右位次降低):时间戳(41位)、服务标识(10位)、毫秒内序列(12位)
1. 时间戳:完整时间戳在2039-09-07 23:47:36
时,达到42位,故这里使用时间戳差值(当前时间戳 - 2020-01-01的时间戳),此差值在2089年前都会保持在42位。
2. 服务标识:最值1023;标识不同服务(根据业务调整)
4. 毫秒内序列:最大值4095;超过最大值需要睡眠至下一毫秒
- 理论上每毫秒承受4095次并发、每秒4095000次;
代码实现
/**
* Twitter_Snowflake<br>
* SnowFlake的结构如下(每部分用-分开):<br>
* 0 - 0000000000 0000000000 0000000000 0000000000 0 - 0000000000 - 000000000000 <br>
* 1位标识,由于long基本类型在Java中是带符号的,最高位是符号位,正数是0,负数是1,所以id一般是正数,最高位是0<br>
* 41位时间截(毫秒级),注意,41位时间截不是存储当前时间的时间截,而是存储时间截的差值(当前时间截 - 开始时间截)
* 得到的值),这里的的开始时间截,一般是我们的id生成器开始使用的时间,由我们程序来指定的(如下下面程序IdWorker类的startTime属性)。41位的时间截,可以使用69年,年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69<br>
* 10位的数据机器位,可以部署在1024个节点,包括5位datacenterId和5位workerId<br>
* 12位序列,毫秒内的计数,12位的计数顺序号支持每个节点每毫秒(同一机器,同一时间截)产生4096个ID序号<br>
* 加起来刚好64位,为一个Long型。<br>
* SnowFlake的优点是,整体上按照时间自增排序,并且整个分布式系统内不会产生ID碰撞(由数据中心ID和机器ID作区分),并且效率较高,经测试,SnowFlake每秒能够产生26万ID左右。
*/
public class IdWorker {
// 开始时间戳
private final long start = 1577808000000L;
// 毫秒内序列占用位数
private final long sequenceBits = 12;
// 服务标识占用位数
private final long serviceIdentificationBits = 10;
// 服务标识左移位数
private final long siLeftShift = serviceIdentificationBits;
// 时间戳左移位数
private final long sLeftShift = siLeftShift + sequenceBits;
// 服务标识;TODO 需要根据业务初始化
private final long serviceIdentification = 0;
// 序列最大值:4095
private final long sequenceMask = -1L ^ (-1L << sequenceBits);
// 标识最后一次生成id的时间,用以保证时间不回退
private long lastTime;
// 毫秒内序列,标识最后一次序列
private long sequence = 0L;
public static IdWorker idWorker = new IdWorker();
public static IdWorker getInstance() {
return idWorker;
}
public long getNext() {
long time = System.currentTimeMillis();
if (time < lastTime) {
throw new RuntimeException("时间不允许后退, time: " + time + ", lastTime: " + lastTime);
} else if (time == lastTime) {
// 同一毫秒内,计算毫秒序列
if ((sequence = (sequence + 1) & sequenceMask) < 0) {
time = tilNextMillis(time);
}
} else {
// 不同毫秒,使用初始序列;
sequence = 0L;
}
lastTime = time;
return ((time - start ) << sLeftShift)
| (serviceIdentification << serviceIdentificationBits)
| (sequence << sLeftShift);
}
/**
* 阻塞到下一个毫秒,直到获得新的时间戳
* @param lastTimestamp 上次生成ID的时间截
* @return 当前时间戳
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = System.currentTimeMillis();
while (timestamp <= lastTimestamp) {
timestamp = System.currentTimeMillis();
}
return timestamp;
}
}
缺陷
- 时间戳达到42位时,需重新调整策略
- 存在机器时间不一致问题
网友评论