SnowFlake算法
image.png
-
1位 不用, 二进制的最高位 1 代表的是负数, 生成的 ID 一般都是整数, 所以最高位用不到.
-
41 位用来记录时间戳(毫秒)
- 41 位可以表示
- 41 位可以表示
个毫秒的值，转化成单位年则是(
- 41 位可以表示
-
10 位, 用来记录工作机器ID
- 5 位 dataCenterId 和 5 位 machineId
- 5 位 =
= 31
-
12 位, 序列号, 用来表示同毫秒内生成的不同id
- 12 位 =
= 4095
- 表示同一个机器, 同一时间戳(毫秒) 内可以产生 4095 个ID
- 12 位 =
算法 Java 实现
代码摘自网络
package org.example;
import org.apache.commons.lang3.StringUtils;
/**
* twitter的snowflake算法 -- java实现
*
* @author beyond
* @date 2016/11/26
*/
public class SnowFlake {
/**
* 起始的时间戳, 2019-07-01 00:00:00
*/
private final static long START_STAMP = 1561910400000L;
/**
* 序列号占用的位数
*/
private final static long SEQUENCE_BIT = 12;
/**
* 机器标识占用的位数
*/
private final static long MACHINE_BIT = 5;
/**
* 数据中心占用的位数
*/
private final static long DATACENTER_BIT = 5;
/**
* 每一部分的最大值
*/
private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT); // 31
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT); // 31
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT); // 4095
/**
* 每一部分向左的位移
*/
private final static long MACHINE_LEFT = SEQUENCE_BIT; // 左移12位
private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT; // 左移17位
private final static long TIMESTAMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT; // 左移22位
/**
* 数据中心
*/
private final long datacenterId;
/**
* 机器标识
*/
private final long machineId;
/**
* 序列号
*/
private long sequence = 0L;
/**
* 上一次时间戳
*/
private long lastStamp = -1L;
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
*/
public synchronized long nextId() {
long currStamp = getNewStamp();
if (currStamp < lastStamp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
}
if (currStamp == lastStamp) {
// 相同毫秒内，序列号自增
sequence = (sequence + 1) & MAX_SEQUENCE;
// 同一毫秒的序列数已经达到最大
if (sequence == 0L) {
currStamp = getNextMill();
}
} else {
// 不同毫秒内，序列号置为0
sequence = 0L;
}
lastStamp = currStamp;
return (currStamp - START_STAMP) << TIMESTAMP_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
}
private long getNextMill() {
long mill = getNewStamp();
while (mill <= lastStamp) {
mill = getNewStamp();
}
return mill;
}
private long getNewStamp() {
return System.currentTimeMillis();
}
}
代码比较简单, 比较难理解的应该是下面这段, 我们将其拆解并结合运行数据可以更好的理解
return (currStamp - START_STAMP) << TIMESTAMP_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
数据准备
START_STAMP = 1561910400000L ; // 2019-07-01 00:00:00, 自定义
TIMESTAMP_LEFT = 22 ; // 左移22位, 表示时间戳部分
DATACENTER_LEFT = 17 // 左移17位, 表示数据中心部分
MACHINE_LEFT = 12 // 左移12位, 表示机器中心部分
datacenterId = 1 // 数据中心ID
machineId = 1 // 机器中心ID
sequence = 0 // 序列号, 每毫秒内根据运行次数递增, 这里因为是第一次, 所以是0
步骤分解
S1: 计算时间戳之差
(currStamp - START_STAMP)
00000000 00000000 00000000 00001100 01001000 01010010 01010110 00000011
S2: S1左移22位(左边41位表示的是时间戳)
(currStamp - START_STAMP) << TIMESTAMP_LEFT
00000000 00000000 00000000 00001100 01001000 01010010 01010110 00000011 << 22
00000011 00010010 00010100 10010101 10000000 11000000 00000000 00000000
S3: 数据中心左移17位, 其中是5位机器ID和12位序列号
datacenterId << DATACENTER_LEFT
00000000 00000000 00000000 00000000 00000000 00000010 00000000 00000000
S4: S2与S3取或运算
(currStamp - START_STAMP) << TIMESTAMP_LEFT | datacenterId << DATACENTER_LEFT
00000011 00010010 00010100 10010101 10000000 11000000 00000000 00000000 (S2结果)
00000000 00000000 00000000 00000000 00000000 00000010 00000000 00000000 (S3结果)
00000011 00010010 00010100 10010101 10000000 11000010 00000000 00000000 (S4结果)
S5: 机器中心左移12位, 其中12位是序列号
machineId << MACHINE_LEFT
1 << 12
00000000 00000000 00000000 00000000 00000000 00000000 00010000 00000000
S6: S4与S5取或运算
(currStamp - START_STAMP) << TIMESTAMP_LEFT | datacenterId << DATACENTER_LEFT | machineId << MACHINE_LEFT
00000011 00010010 00010100 10010101 10000000 11000010 00000000 00000000 (S4结果)
00000000 00000000 00000000 00000000 00000000 00000000 00010000 00000000 (S5结果)
00000011 00010010 00010100 10010101 10000000 11000010 00010000 00000000 (S6结果)
S7: S6与序列号取或运算
(currStamp - START_STAMP) << TIMESTAMP_LEFT | datacenterId << DATACENTER_LEFT | machineId << MACHINE_LEFT | sequence
00000011 00010010 00010100 10010101 10000000 11000010 00010000 00000000 (S6结果)
00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 (序列号结果, 目前是0)
00000011 00010010 00010100 10010101 10000000 11000010 00010000 00000000 = 221261964037459968 (S7结果)
扫盲
或运算符: 当对应二进位相异时，结果为1, 否则为0.
扩展, 能否反推出时间
思路是, 将 id 右移 22 位, 然后加上开始时间戳, 最后转成时间格式
long id = 221261964037459968L;
System.out.println(formatBinaryString(221261964037459968L) + "=" + id);
// 1、右移动22位
id = id >> 22;
System.out.println(formatBinaryString(id) + "=" + id);
// 2、加上开始时间戳
id = id + 1561910400000L;
System.out.println(Instant.ofEpochMilli(id).atZone(ZoneOffset.ofHours(8)).toLocalDateTime());
网友评论