一、基本介绍
雪花算法是一种生成分布式ID的算法。此种算法由Twitter创建，并应用于推文的ID。
一个SnowFlake有64位：
• 符号位（1） ：正数0，负数1。一般生成的ID 都为正数，所以默认为0.
• 时间戳（41）：表示毫秒值。
• 数据编码（5） + 机器编码（5）：计算机ID，防冲突
• 序列号（12）：每台机器生成的ID序列号。
理论上，当机器编码和数据编码不变的情况下，可以生成2^53个ID，达到千万亿级别。
二、实现代码
public class SnowFlake {
/**
* 起始的时间戳
*/
private final static long START_STMP = 1480166465631L;
/**
* 每一部分占用的位数
*/
private final static long SEQUENCE_BIT = 12; //序列号占用的位数
private final static long MACHINE_BIT = 5; //机器标识占用的位数
private final static long DATACENTER_BIT = 5;//数据中心占用的位数
/**
* 每一部分的最大值
*/
private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
/**
* 每一部分向左的位移
*/
private final static long MACHINE_LEFT = SEQUENCE_BIT;
private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;
private long datacenterId; //数据中心
private long machineId; //机器标识
private long sequence = 0L; //序列号
private long lastStmp = -1L;//上一次时间戳
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
*
* @return
*/
public synchronized long nextId() {
long currStmp = getNewstmp();
if (currStmp < lastStmp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
}
if (currStmp == lastStmp) {
//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) {
currStmp = getNextMill();
}
} else {
//不同毫秒内，序列号置为0
sequence = 0L;
}
lastStmp = currStmp;
return (currStmp - START_STMP) << TIMESTMP_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 = getNewstmp();
while (mill <= lastStmp) {
mill = getNewstmp();
}
return mill;
}
private long getNewstmp() {
return System.currentTimeMillis();
}
public static void main(String[] args) {
SnowFlake snowFlake = new SnowFlake(2, 3);
for (int i = 0; i < (1 << 12); i++) {
System.out.println(snowFlake.nextId());
}
}
}
三、扩展改造：兼容JS短位数的53bit分布式ID生成器
使用原生的雪花算法其默认生成的是64bit长整型, 如果以ID和前端的JS进行交互时会出现精度丢失(最后两位数字变成00) 而导致最终系统报错: 找不到ID。究其原因是因为JS的Number类型精度最高只有53bit, 导致JS其最大安全值只有2^53 = 9007199254740992 。雪花算法生成的18位数字也就会超标了;
解决方法: 将返回的ID由Long类型转换为String：
- 使用@JsonSerialize注解，在相关类的属性上分别添加
- 配置消息转换器MappingJackson2HttpMessageConverter，将此消息转换器进行扩展
由于上两种方案都不满足当前系统的要求（前端会进行计算），所以不能使用上两种方案。
主动适配前端JS的number类型的最大精度，将原来由雪花算法生成的64bit的ID截取为53bit的ID。
对于前后台传参Long类型而言，JS内置有32位整数，而number类型的安全整数是53位。如果超过53位，则精度会丢失。如果后台传来一个64位的Long型整数，因为超过了53位，所以后台返回的值和前台获取的值会不一样。
最后我们根据目前的业务数据量发现，53bit的ID足够当下的使用。所以我们尝试改造雪花算法，缩短其长度。
改造后的雪花算法组成部分：符号位（1）+ 时间戳（41）+机器编码（5）+ 序列号（7）
理论上，当机器编码不变的情况下可以生成0-2^53个ID，百万亿级别。
四、缩短版雪花算法
public class ShortenSnowFlake {
/**
* 起始的时间戳
*/
private final static long START_STMP = 1480166465631L;
/**
* 每一部分占用的位数
*/
private final static long SEQUENCE_BIT = 7; //序列号占用的位数
private final static long MACHINE_BIT = 5; //机器标识占用的位数
/**
* 每一部分的最大值
*/
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
/**
* 每一部分向左的位移
*/
private final static long MACHINE_LEFT = SEQUENCE_BIT;
private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
private final static long TIMESTMP_LEFT = DATACENTER_LEFT;
private long machineId; //机器标识
private long sequence = 0L; //序列号
private long lastStmp = -1L;//上一次时间戳
public ShortenSnowFlake(long machineId) {
if (machineId > MAX_MACHINE_NUM || machineId < 0) {
throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
}
this.machineId = machineId;
}
/**
* 产生下一个ID
*
* @return
*/
public synchronized long nextId() {
long currStmp = getNewstmp();
if (currStmp < lastStmp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
}
if (currStmp == lastStmp) {
//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) {
currStmp = getNextMill();
}
} else {
//不同毫秒内，序列号置为0
sequence = 0L;
}
lastStmp = currStmp;
return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
| machineId << MACHINE_LEFT //机器标识部分
| sequence; //序列号部分
}
private long getNextMill() {
long mill = getNewstmp();
while (mill <= lastStmp) {
mill = getNewstmp();
}
return mill;
}
private long getNewstmp() {
return System.currentTimeMillis();
}
public static void main(String[] args) {
ShortenSnowFlake snowFlake = new ShortenSnowFlake(3);
for (int i = 0; i < (1 << 7); i++) {
System.out.println(snowFlake.nextId());
}
}
}
五、项目配置
由于在不同的业务场景下需要的雪花算法位数也不同，为了更加灵活使用，我们采用配置的形式。
①Nacos新增配置
②绑定文件中新增属性
③自定义缩短版雪花算法生成器
public class ShortenSnowFlakeGenerator implements MyIdGenerator {
private final ShortenSnowFlake shortenSnowFlake;
/**
* 构造函数。
*
* @param workNode 工作节点。
*/
public ShortenSnowFlakeGenerator(Integer workNode) {
shortenSnowFlake = new ShortenSnowFlake(workNode);
}
/**
* 获取基于Snowflake算法的数值型Id。
* 由于底层实现为synchronized方法，因此计算过程串行化，且线程安全。
*
* @return 计算后的全局唯一Id。
*/
@Override
public long nextLongId() {
return this.shortenSnowFlake.nextId();
}
/**
* 获取基于Snowflake算法的字符串Id。
* 由于底层实现为synchronized方法，因此计算过程串行化，且线程安全。
*
* @return 计算后的全局唯一Id。
*/
@Override
public String nextStringId() {
return this.shortenSnowFlake.nextIdStr();
}
}
④改造初始化逻辑
参考资料
• java 雪花算法，同时解决超过前端 js 数字上限的问题
• Twitter雪花算法SnowFlake改造: 兼容JS截短位数的53bit分布式ID生成器
• 分布式主键生成设计策略
