雪花算法,在分布式环境下实现高效的ID生成

其实雪花算法比较简单,可能称不上什么算法就是一种构造UID的方法。

点1:UID是一个long类型的41位时间戳,10位存储机器码,12位存储序列号。

点2:时间戳的单位是毫秒,可以同时链接1024台机器,每台机器每毫秒可以使用4096个序列好,我们会给生成id上一个同步锁,阻塞住其他线程的访问。

点3:利用掩码我们可以检测序列是否溢出,如果溢出的话,就强制等待到下一毫秒。

java 复制代码
/**
 * @author hardstone
 * @since 29 July 2023(1690603385473)
 */
public class SnowFlakes {
    //开始的时间戳
    private final  long start = 1690603385473L;
    //机器标识长度5位
    private final long machineIdBits = 5L;
    //机器集群标识长度5位
    private final long centerIdBits = 5L;
    //序列标识所占位数12位
    private final long sequenceBits = 12L;
    //机器标识最大值
    private final long maxMachineId = -1L ^ (-1L << machineIdBits);
    //机器集群标识最大值
    private final long maxCenterId = -1L ^ (-1L << centerIdBits);
    //序列标识的最大值
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);
    //机器标识左移长度
    private final long machineIdShift = sequenceBits;
    //机器集群标识左移长度
    private final long centerIdShift = sequenceBits + machineIdBits;
    //时间戳左移长度
    private final long timeStampIdShift = sequenceBits + machineIdBits + centerIdBits;
    //序列Id
    private long sequence = 0L;

    //机器Id
    private long machineId;

    //机器集群Id
    private long centerId;

    //时间戳
    private long lastTimeStamp = -1L;

    public SnowFlakes(long machineId, long centerId) {
        if (machineId > maxMachineId || machineId < 0) {
            throw new IllegalArgumentException(String.format("WorkerId should be between 0 and 31"));
        }
        if (centerId > maxCenterId || centerId < 0) {
            throw new IllegalArgumentException(String.format("CenterId should be between 0 and 31"));
        }
    }
    public synchronized long nextId() {
        long timeStamp = System.currentTimeMillis();
        //时间回滚现象
        if (timeStamp < lastTimeStamp) {
            throw new RuntimeException(
                    String.format("Time gone backwards!")
            );
        }
        if (lastTimeStamp == timeStamp) {
            sequence = (sequence + 1) & sequenceMask;
            //如果序列分配完了
            if (sequence == 0) {
                timeStamp = getNextMillis(lastTimeStamp);
            }
        } else {
            sequence = 0L;
        }
        lastTimeStamp = timeStamp;
        return ((timeStamp - start) << timeStampIdShift)
                | (centerId << centerIdShift)
                | (machineId << machineIdShift)
                | sequence;
    }
    protected long getNextMillis(long lastTimeStamp) {
        long timeStamp = System.currentTimeMillis();
        while (timeStamp <= lastTimeStamp) {
            timeStamp = System.currentTimeMillis();
        }
        return timeStamp;
    }
    public static void main(String[] args) {
        System.out.println(new SnowFlakes(0, 0).nextId());
    }
}
相关推荐
独自破碎E2 分钟前
RabbitMQ中的Prefetch参数
分布式·rabbitmq
txinyu的博客4 分钟前
map和unordered_map的性能对比
开发语言·数据结构·c++·算法·哈希算法·散列表
搞笑症患者19 分钟前
压缩感知(Compressed Sensing, CS)
算法·最小二乘法·压缩感知·正交匹配追踪omp·迭代阈值it算法
im_AMBER23 分钟前
Leetcode 101 对链表进行插入排序
数据结构·笔记·学习·算法·leetcode·排序算法
快手技术40 分钟前
AAAI 2026|全面发力!快手斩获 3 篇 Oral,12 篇论文入选!
前端·后端·算法
深蓝电商API41 分钟前
Scrapy+Rredis实现分布式爬虫入门与优化
分布式·爬虫·scrapy
颜酱42 分钟前
前端算法必备:滑动窗口从入门到很熟练(最长/最短/计数三大类型)
前端·后端·算法
做科研的周师兄44 分钟前
【MATLAB 实战】栅格数据 K-Means 聚类(分块处理版)—— 解决大数据内存溢出、运行卡顿问题
人工智能·算法·机器学习·matlab·kmeans·聚类
X在敲AI代码1 小时前
leetcodeD3
数据结构·算法
码农小韩1 小时前
基于Linux的C++学习——循环
linux·c语言·开发语言·c++·算法