Require:基于雪花算法完成一个局部随机,全局离散没有热点切唯一的数值Id生成器。

**【雪花算法】**雪花算法(Snowflake Algorithm)是Twitter开源的用于生成唯一ID的算法,它可以在分布式系统中生成唯一的64位长整数ID。这种ID生成方式既保证了趋势递增,又保证了在不同数据中心、不同机器上生成的ID的唯一性。

  • **符号位:**占用1位。

  • 时间戳:通常占用41位,表示从某个固定时间点(如1970年1月1日)起的毫秒数。这使得生成的ID具有时间排序性。

  • 机器ID:占用10位,表示生成ID的机器节点,以确保不同机器生成的ID不冲突。

  • 序列号:占用12位,允许同一毫秒内生成多个ID,通常用于支持高并发。

    public class SnowflakeIdGenerator {
    private static final long EPOCH = 1640995200000L; // 自定义的开始时间戳(2022年1月1日)
    private static final long MACHINE_ID_BITS = 10L; // 机器ID的位数
    private static final long SEQUENCE_BITS = 12L; // 序列号的位数

    复制代码
      private static final long MAX_MACHINE_ID = ~(-1L << MACHINE_ID_BITS); // 机器ID最大值
      private static final long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS); // 序列号最大值
    
      private long machineId; // 当前机器ID
      private long sequence = 0L; // 当前序列号
      private long lastTimestamp = -1L; // 上次生成ID的时间戳
    
      public SnowflakeIdGenerator(long machineId) {
          if (machineId > MAX_MACHINE_ID || machineId < 0) {
              throw new IllegalArgumentException("Machine ID can't be greater than " + MAX_MACHINE_ID + " or less than 0");
          }
          this.machineId = machineId;
      }
    
      public synchronized long generateId() {
          long timestamp = System.currentTimeMillis();
    
          // 如果当前时间小于上次生成ID的时间戳,说明系统时钟回拨,抛出异常
          if (timestamp < lastTimestamp) {
              throw new RuntimeException("Clock is moving backwards. Rejecting requests until " + lastTimestamp);
          }
    
          // 如果在同一毫秒内,增加序列号
          if (lastTimestamp == timestamp) {
              sequence = (sequence + 1) & SEQUENCE_MASK; // 使用位运算确保序列号循环
              // 如果序列号溢出,等待下一毫秒
              if (sequence == 0) {
                  timestamp = waitForNextMillis(lastTimestamp);
              }
          } else {
              sequence = 0L; // 如果是新的毫秒,重置序列号
          }
    
          lastTimestamp = timestamp; // 更新上次生成ID的时间戳
    
          // 组合ID
          return ((timestamp - EPOCH) << (MACHINE_ID_BITS + SEQUENCE_BITS)) | (machineId << SEQUENCE_BITS) | sequence;
      }
    
      private long waitForNextMillis(long lastTimestamp) {
          long timestamp = System.currentTimeMillis();
          while (timestamp <= lastTimestamp) {
              timestamp = System.currentTimeMillis(); // 等待下一毫秒
          }
          return timestamp;
      }

    }

【雪花算法-修正版】

复制代码
/*
 * Long: 1,000,000,000,000,000,000-9,223,372,036,854,775,807,共19位
 * 雪花算法变种实现: {HHmmssSSS-9位}+{系统号-2位}+{毫秒递增seq-4位}+{随机数-3位}
 * */
public class TiDBRandomPrimaryKeyGenerator {

    //机器号
    private String machineId;
    public static AtomicInteger machineIndex = new AtomicInteger(0);
    //序列号
    private long sequence = 0L;
    //上一个时间戳,用于保证同一毫秒内序列号不重复。
    private long lastTimestamp = -1L;
    //序列号最大值
    private static final long SEQUENCE_MASK = 9999;

    private String pattern = "HHmmssSSS";

    public TiDBRandomPrimaryKeyGenerator() {
        machineId = getInerMachineId();
        this.sequence = (long) (Math.random() * SEQUENCE_MASK);
    }

    public synchronized long nextId() {
        Date currentDate = new Date();
        String dateTime = DateFormatUtils.format(currentDate, pattern);
        String seq = getInerSequence(currentDate.getTime());
        String random = generateRandomString(3);
        StringBuilder id = new StringBuilder(32);
        id.append(dateTime).append(machineId).append(seq).append(random);
        return Long.parseLong(String.valueOf(id));
    }

    private synchronized String getInerSequence(long timestamp) {
        if (timestamp < lastTimestamp) {
            throw new RuntimeException("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds");
        }
        // 如果是同一毫秒内的时间戳
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) % SEQUENCE_MASK;
        } else {
            sequence = 0;
        }
        lastTimestamp = timestamp;
        return String.format("%04d", sequence);
    }

    private String getInerMachineId( ) {
        String machineId = String.format("%02d", machineIndex.intValue());
        this.machineIndex.incrementAndGet();
        return machineId;
    }

    public static String generateRandomString(int length) {
        Random random = new Random();
        StringBuilder sb = new StringBuilder();
        for (int i = 0; i < length; i++) {
            // 生成0到9之间的随机数,并转换为字符
            char randomChar = (char) (random.nextInt(10) + '0');
            sb.append(randomChar);
        }
        return sb.toString();
    }
}
相关推荐
Aurorar0rua1 小时前
C Primer Plus Notes 09
java·c语言·算法
我不是QI4 小时前
DES 加密算法:核心组件、加解密流程与安全特性
经验分享·算法·安全·网络安全·密码学
前端小刘哥4 小时前
新版视频直播点播EasyDSS平台,让跨团队沟通高效又顺畅
算法
明月(Alioo)5 小时前
机器学习入门,无监督学习之K-Means聚类算法完全指南:面向Java开发者的Python实现详解
python·算法·机器学习
叶梅树5 小时前
从零构建A股量化交易工具:基于Qlib的全栈系统指南
前端·后端·算法
lingran__5 小时前
算法沉淀第三天(统计二进制中1的个数 两个整数二进制位不同个数)
c++·算法
MicroTech20256 小时前
微算法科技MLGO推出隐私感知联合DNN模型部署和分区优化技术,开启协作边缘推理新时代
科技·算法·dnn
小冯记录编程6 小时前
深入解析C++ for循环原理
开发语言·c++·算法
chenchihwen8 小时前
深度解析RAG系统中的PDF解析模块:Docling集成与并行处理实践
python·算法·pdf
做科研的周师兄9 小时前
【机器学习入门】7.4 随机森林:一文吃透随机森林——从原理到核心特点
人工智能·学习·算法·随机森林·机器学习·支持向量机·数据挖掘