golang 实现雪花算法
介绍
雪花算法是一个开源的 ID 生成算法。
传统上生成 ID，其实是一个比较头疼事。
如果全都使用时间戳，ID 就只是 ID，没什么区分性，而且如果数据量特别大，一下需要生成很多 ID，会造成有一些 ID 是重复的。
那如果在此基础上再加一些随机数？比如说我们让 ID 的组成变成：时间戳 + 随机数。这样起始也有问题，每次生成之后，都要检验一下，当前的 ID 是不是已经出现过了。实际上也要做一个去重的操作。
这时候就可以使用雪花算法，这是一种适合分布式集群中大数据量生成 ID 的一种方法。生成的时候，可以考虑到当前生成的时间、是在哪个机器上生成的、生成的时间是什么时候等因素。通过多种方式一起协同生成，从而生成一个具有标识性、唯一的 ID。
ID 结构
标准的雪花算法是 64 位的。64 位数据中，我们赋给每一位数据特定的含义（有点类似于当时学计网的时候说的 TCP 封装成帧之类的？）。
比如这里我们使用如下的格式：
go
0 | 41位时间戳 | 5位数据中心ID | 5位工作机器ID | 12位序列号其中：
- 先导零是一个标志，固定写法，可以保证生成的结果是一个正数。
- 时间戳就是 Unix 时间戳，用来表示现在的时间。在本算法中，我们使用的是毫秒级别的时间戳。
- 数据中心 ID + 工作机器 ID，自己定义。数据中心 ID 我觉得可以定义成集群的 ID，机器 ID 就是集群中这个节点的 ID。实际上直接定义成 10 位工作机器 ID 也是一样的，主要就是做个标识。
- 序列号标识这个 ID 是这个时间戳（这一毫秒）中，出现的第几个 ID。我们使用 12 位序列号，就表示这一毫秒、这台机器上，最多只能出现 4096 个 ID。如果这台机器这一毫秒的申请数量大于了 4096，那就将请求推到下一毫秒。
注意：在生产环境中，可能发生时间的回调（例如使用 ntpdate 同步了一次时间，导致时间往前校正了 10ms）。这样可能会导致出现重复的 ID。代码中需要补充这方面的逻辑。
主要代码
const
go
// 定义雪花算法各部分的位数
const (
epoch = 1735689600000 // 2025-01-01 00:00:00 UTC，这是一个毫秒级的时间戳
timestampBits = 41 // 时间戳
dataCenterBits = 5 // 数据中心ID
machineIDBits = 5 // 工作机器ID
sequenceBits = 12 // 序列号。同一毫秒内产生的序列号，支持每毫秒生成 4096 个 ID
maxDataCenterID = -1 ^ (-1 << dataCenterBits) // 数据中心 ID 最大值(31)
maxMachineID = -1 ^ (-1 << machineIDBits) // 工作机器 ID 最大值(31)
maxSequence = -1 ^ (-1 << sequenceBits) // 序列号最大值(4095)
timestampShift = dataCenterBits + machineIDBits + sequenceBits // 时间戳偏移量
dataCenterShift = machineIDBits + sequenceBits // 数据中心ID偏移量
machineShift = sequenceBits // 机器ID偏移量
)这部分代码是定义了一些参数。其中：
epoch标识我们的时间戳是从哪里作为起始的，这里我是选用了 2025 年 1 月 1 日。因为我们保存时间戳的时候，并不是直接保存获取到的 Unix 时间戳，而是将现在的时间戳和这个epoch做一个差值，只保存差值就行。timestampBits、dataCenterBits、machineIDBits、sequenceBits标识我们的 64 位数据中，这几个部分分别占用多少位。这一共是 63 位，按顺序排列。组合的时候，最前面再加上一个 0。- 计算
maxDataCenterID的时候，首先 -1 的二进制表示是111...111，将 -1 向左移动 5 位就是11...1100000，之后再与11..111进行一个异或的操作，表示将每一位反转。最后得到的结果就是00...0011111，也就是31。起始这也能当一个掩码 mask 来用。其余的两个ID同理。 Shift标识这一位在组合的时候，需要向左移动多少位进行组合。参考我们上面给出的格式，就知道时间戳需要向左移动5+5+12位之后进行拼接。
Snowflake struct
go
// Snowflake 结构体
type Snowflake struct {
mutex sync.Mutex // 互斥锁
lastTimestamp int64 // 上一次生成ID的时间戳
dataCenterID int64 // 数据中心ID
machineID int64 // 机器ID
sequence int64 // 序列号
}结构体中包含：时间戳、数据中心 ID、机器 ID、序列号，最后再加上一个互斥锁，用来保证不要出现相同的 ID。
NewSnowflake
go
// NewSnowflake 创建雪花算法实例
func NewSnowflake(dataCenterID, machineID int64) (*Snowflake, error) {
if dataCenterID < 0 || dataCenterID > maxDataCenterID {
return nil, errors.New("dataCenterID 超出范围")
}
if machineID < 0 || machineID > maxMachineID {
return nil, errors.New("machineID 超出范围")
}
return &Snowflake{
mutex: sync.Mutex{},
lastTimestamp: 0,
dataCenterID: dataCenterID,
machineID: machineID,
sequence: 0,
}, nil
}每台机器上运行一个，创建一个用来产生 ID 的 Snowflake 实体。其中的数据中心 ID + 机器 ID 是根据 ID 决定的，其他部分的内容之后运行的时候再传入。
GenerateID
go
// GenerateID 生成唯一 ID
func (s *Snowflake) GenerateID() (int64, error) {
s.mutex.Lock()
defer s.mutex.Unlock()
// 1. 获取当前时间戳
current := time.Now().UnixNano() / 1000000 // 将时间戳转换为毫秒形式
timestamp := current - epoch
if timestamp < 0 {
return 0, errors.New("时间戳小于 0")
}
// 2. 同一毫秒内生成序列号
if timestamp == s.lastTimestamp {
s.sequence = (s.sequence + 1) & maxSequence
// 序列号用尽时，等待下一毫秒
if s.sequence == 0 {
for current <= s.lastTimestamp {
current = time.Now().UnixNano() / 1000000
}
timestamp = current - epoch
}
} else {
s.sequence = 0
}
// 3. 时间回拨检查
if timestamp < s.lastTimestamp {
return 0, errors.New("时间回拨！")
}
// 4. 更新最后时间戳
s.lastTimestamp = timestamp
// 拼接 ID 各部分
id := (timestamp << timestampShift) |
(s.dataCenterID << dataCenterShift) |
(s.machineID << machineShift) |
s.sequence
return id, nil
}全部代码
go
package main
import (
"errors"
"fmt"
"sync"
"time"
)
// 定义雪花算法各部分的位数
const (
epoch = 1735689600000 // 2025-01-01 00:00:00 UTC，这是一个毫秒级的时间戳
timestampBits = 41 // 时间戳
dataCenterBits = 5 // 数据中心ID
machineIDBits = 5 // 工作机器ID
sequenceBits = 12 // 序列号。同一毫秒内产生的序列号，支持每毫秒生成 4096 个 ID
maxDataCenterID = -1 ^ (-1 << dataCenterBits) // 数据中心 ID 最大值(31)
maxMachineID = -1 ^ (-1 << machineIDBits) // 工作机器 ID 最大值(31)
maxSequence = -1 ^ (-1 << sequenceBits) // 序列号最大值(4095)
timestampShift = dataCenterBits + machineIDBits + sequenceBits // 时间戳偏移量
dataCenterShift = machineIDBits + sequenceBits // 数据中心ID偏移量
machineShift = sequenceBits // 机器ID偏移量
)
// Snowflake 结构体
type Snowflake struct {
mutex sync.Mutex // 分布式锁
lastTimestamp int64 // 上一次生成ID的时间戳
dataCenterID int64 // 数据中心ID
machineID int64 // 机器ID
sequence int64 // 序列号
}
// NewSnowflake 创建雪花算法实例
func NewSnowflake(dataCenterID, machineID int64) (*Snowflake, error) {
if dataCenterID < 0 || dataCenterID > maxDataCenterID {
return nil, errors.New("dataCenterID 超出范围")
}
if machineID < 0 || machineID > maxMachineID {
return nil, errors.New("machineID 超出范围")
}
return &Snowflake{
mutex: sync.Mutex{},
lastTimestamp: 0,
dataCenterID: dataCenterID,
machineID: machineID,
sequence: 0,
}, nil
}
// GenerateID 生成唯一 ID
func (s *Snowflake) GenerateID() (int64, error) {
s.mutex.Lock()
defer s.mutex.Unlock()
// 1. 获取当前时间戳
current := time.Now().UnixNano() / 1000000
timestamp := current - epoch
// 异常情况处理
if timestamp < 0 {
return 0, errors.New("时间戳小于 0")
}
// 2. 同一毫秒内生成序列号
if timestamp == s.lastTimestamp {
s.sequence = (s.sequence + 1) & maxSequence
// 序列号用尽时，等待下一毫秒
if s.sequence == 0 {
for current <= s.lastTimestamp {
current = time.Now().UnixNano() / 1000000
}
timestamp = current - epoch
}
} else {
s.sequence = 0
}
// 3. 时间回拨检查
if timestamp < s.lastTimestamp {
return 0, errors.New("时间回拨！")
}
// 4. 更新最后时间戳
s.lastTimestamp = timestamp
// 拼接 ID 各部分
id := (timestamp << timestampShift) |
(s.dataCenterID << dataCenterShift) |
(s.machineID << machineShift) |
s.sequence
return id, nil
}
func main() {
// 创建实例（数据中心1，机器2）
sf, _ := NewSnowflake(1, 2)
// 生成 10 个 ID
for range 10 {
id, _ := sf.GenerateID()
fmt.Println("Generated ID:", id)
}
// 输出结构分析
fmt.Printf("\n64 bit ID Structure:\n")
fmt.Printf("| 1bit 0 | 41bit timestamp | 5bit dataCenterID | 5bit machineID | 12bit sequence |\n")
}运行结果：
go
Generated ID: 57751918981816320
Generated ID: 57751918981816321
Generated ID: 57751918981816322
Generated ID: 57751918981816323
Generated ID: 57751918981816324
Generated ID: 57751918981816325
Generated ID: 57751918981816326
Generated ID: 57751918981816327
Generated ID: 57751918981816328
Generated ID: 57751918981816329