mirror of
https://github.com/zhwei820/learn.lianglianglee.com.git
synced 2025-09-17 08:46:40 +08:00
897 lines
44 KiB
HTML
897 lines
44 KiB
HTML
<!DOCTYPE html>
|
||
<!-- saved from url=(0046)https://kaiiiz.github.io/hexo-theme-book-demo/ -->
|
||
<html xmlns="http://www.w3.org/1999/xhtml">
|
||
<head>
|
||
<head>
|
||
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
|
||
<meta name="viewport" content="width=device-width, initial-scale=1, maximum-scale=1.0, user-scalable=no">
|
||
<link rel="icon" href="/static/favicon.png">
|
||
<title>SnowFlake 雪花算法生成分布式 ID.md.html</title>
|
||
<!-- Spectre.css framework -->
|
||
<link rel="stylesheet" href="/static/index.css">
|
||
<!-- theme css & js -->
|
||
<meta name="generator" content="Hexo 4.2.0">
|
||
</head>
|
||
<body>
|
||
<div class="book-container">
|
||
<div class="book-sidebar">
|
||
<div class="book-brand">
|
||
<a href="/">
|
||
<img src="/static/favicon.png">
|
||
<span>技术文章摘抄</span>
|
||
</a>
|
||
</div>
|
||
<div class="book-menu uncollapsible">
|
||
<ul class="uncollapsible">
|
||
<li><a href="/" class="current-tab">首页</a></li>
|
||
</ul>
|
||
<ul class="uncollapsible">
|
||
<li><a href="../">上一级</a></li>
|
||
</ul>
|
||
<ul class="uncollapsible">
|
||
<li>
|
||
|
||
<a href="/文章/AQS 万字图文全面解析.md.html">AQS 万字图文全面解析.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Docker 镜像构建原理及源码分析.md.html">Docker 镜像构建原理及源码分析.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/ElasticSearch 小白从入门到精通.md.html">ElasticSearch 小白从入门到精通.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/JVM CPU Profiler技术原理及源码深度解析.md.html">JVM CPU Profiler技术原理及源码深度解析.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/JVM 垃圾收集器.md.html">JVM 垃圾收集器.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/JVM 面试的 30 个知识点.md.html">JVM 面试的 30 个知识点.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java IO 体系、线程模型大总结.md.html">Java IO 体系、线程模型大总结.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java NIO浅析.md.html">Java NIO浅析.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java 面试题集锦（网络篇）.md.html">Java 面试题集锦（网络篇）.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java-直接内存 DirectMemory 详解.md.html">Java-直接内存 DirectMemory 详解.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java中9种常见的CMS GC问题分析与解决（上）.md.html">Java中9种常见的CMS GC问题分析与解决（上）.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java中9种常见的CMS GC问题分析与解决（下）.md.html">Java中9种常见的CMS GC问题分析与解决（下）.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java中的SPI.md.html">Java中的SPI.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java中的ThreadLocal.md.html">Java中的ThreadLocal.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java线程池实现原理及其在美团业务中的实践.md.html">Java线程池实现原理及其在美团业务中的实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Java魔法类：Unsafe应用解析.md.html">Java魔法类：Unsafe应用解析.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Kafka 源码阅读笔记.md.html">Kafka 源码阅读笔记.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Kafka、ActiveMQ、RabbitMQ、RocketMQ 区别以及高可用原理.md.html">Kafka、ActiveMQ、RabbitMQ、RocketMQ 区别以及高可用原理.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL · 引擎特性 · InnoDB Buffer Pool.md.html">MySQL · 引擎特性 · InnoDB Buffer Pool.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL · 引擎特性 · InnoDB IO子系统.md.html">MySQL · 引擎特性 · InnoDB IO子系统.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL · 引擎特性 · InnoDB 事务系统.md.html">MySQL · 引擎特性 · InnoDB 事务系统.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL · 引擎特性 · InnoDB 同步机制.md.html">MySQL · 引擎特性 · InnoDB 同步机制.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL · 引擎特性 · InnoDB 数据页解析.md.html">MySQL · 引擎特性 · InnoDB 数据页解析.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL · 引擎特性 · InnoDB崩溃恢复.md.html">MySQL · 引擎特性 · InnoDB崩溃恢复.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL · 引擎特性 · 临时表那些事儿.md.html">MySQL · 引擎特性 · 临时表那些事儿.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 主从复制 半同步复制.md.html">MySQL 主从复制 半同步复制.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 主从复制 基于GTID复制.md.html">MySQL 主从复制 基于GTID复制.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 主从复制.md.html">MySQL 主从复制.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 事务日志(redo log和undo log).md.html">MySQL 事务日志(redo log和undo log).md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 亿级别数据迁移实战代码分享.md.html">MySQL 亿级别数据迁移实战代码分享.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 从一条数据说起-InnoDB行存储数据结构.md.html">MySQL 从一条数据说起-InnoDB行存储数据结构.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 地基基础：事务和锁的面纱.md.html">MySQL 地基基础：事务和锁的面纱.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 地基基础：数据字典.md.html">MySQL 地基基础：数据字典.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 地基基础：数据库字符集.md.html">MySQL 地基基础：数据库字符集.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 性能优化：碎片整理.md.html">MySQL 性能优化：碎片整理.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 故障诊断：一个 ALTER TALBE 执行了很久，你慌不慌？.md.html">MySQL 故障诊断：一个 ALTER TALBE 执行了很久，你慌不慌？.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 故障诊断：如何在日志中轻松定位大事务.md.html">MySQL 故障诊断：如何在日志中轻松定位大事务.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 故障诊断：教你快速定位加锁的 SQL.md.html">MySQL 故障诊断：教你快速定位加锁的 SQL.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 日志详解.md.html">MySQL 日志详解.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL 的半同步是什么？.md.html">MySQL 的半同步是什么？.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL中的事务和MVCC.md.html">MySQL中的事务和MVCC.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL事务_事务隔离级别详解.md.html">MySQL事务_事务隔离级别详解.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL优化：优化 select count().md.html">MySQL优化：优化 select count().md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL共享锁、排他锁、悲观锁、乐观锁.md.html">MySQL共享锁、排他锁、悲观锁、乐观锁.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/MySQL的MVCC（多版本并发控制）.md.html">MySQL的MVCC（多版本并发控制）.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/QingStor 对象存储架构设计及最佳实践.md.html">QingStor 对象存储架构设计及最佳实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/RocketMQ 面试题集锦.md.html">RocketMQ 面试题集锦.md.html</a>
|
||
</li>
|
||
<li>
|
||
<a class="current-tab" href="/文章/SnowFlake 雪花算法生成分布式 ID.md.html">SnowFlake 雪花算法生成分布式 ID.md.html</a>
|
||
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Spring Boot 2.x 结合 k8s 实现分布式微服务架构.md.html">Spring Boot 2.x 结合 k8s 实现分布式微服务架构.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Spring Boot 教程：如何开发一个 starter.md.html">Spring Boot 教程：如何开发一个 starter.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Spring MVC 原理.md.html">Spring MVC 原理.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Spring MyBatis和Spring整合的奥秘.md.html">Spring MyBatis和Spring整合的奥秘.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Spring 帮助你更好的理解Spring循环依赖.md.html">Spring 帮助你更好的理解Spring循环依赖.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Spring 循环依赖及解决方式.md.html">Spring 循环依赖及解决方式.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Spring中眼花缭乱的BeanDefinition.md.html">Spring中眼花缭乱的BeanDefinition.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/Vert.x 基础入门.md.html">Vert.x 基础入门.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/eBay 的 Elasticsearch 性能调优实践.md.html">eBay 的 Elasticsearch 性能调优实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/不可不说的Java“锁”事.md.html">不可不说的Java“锁”事.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/互联网并发限流实战.md.html">互联网并发限流实战.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/从ReentrantLock的实现看AQS的原理及应用.md.html">从ReentrantLock的实现看AQS的原理及应用.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/从SpringCloud开始，聊微服务架构.md.html">从SpringCloud开始，聊微服务架构.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/全面了解 JDK 线程池实现原理.md.html">全面了解 JDK 线程池实现原理.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/分布式一致性理论与算法.md.html">分布式一致性理论与算法.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/分布式一致性算法 Raft.md.html">分布式一致性算法 Raft.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/分布式唯一 ID 解析.md.html">分布式唯一 ID 解析.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/分布式链路追踪：集群管理设计.md.html">分布式链路追踪：集群管理设计.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/动态代理种类及原理，你知道多少？.md.html">动态代理种类及原理，你知道多少？.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/响应式架构与 RxJava 在有赞零售的实践.md.html">响应式架构与 RxJava 在有赞零售的实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/大数据算法——布隆过滤器.md.html">大数据算法——布隆过滤器.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/如何优雅地记录操作日志？.md.html">如何优雅地记录操作日志？.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/如何设计一个亿级消息量的 IM 系统.md.html">如何设计一个亿级消息量的 IM 系统.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/异步网络模型.md.html">异步网络模型.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/当我们在讨论CQRS时，我们在讨论些神马？.md.html">当我们在讨论CQRS时，我们在讨论些神马？.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/彻底理解 MySQL 的索引机制.md.html">彻底理解 MySQL 的索引机制.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/最全的 116 道 Redis 面试题解答.md.html">最全的 116 道 Redis 面试题解答.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/有赞权限系统(SAM).md.html">有赞权限系统(SAM).md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/有赞零售中台建设方法的探索与实践.md.html">有赞零售中台建设方法的探索与实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/服务注册与发现原理剖析（Eureka、Zookeeper、Nacos）.md.html">服务注册与发现原理剖析（Eureka、Zookeeper、Nacos）.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/深入浅出Cache.md.html">深入浅出Cache.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/深入理解 MySQL 底层实现.md.html">深入理解 MySQL 底层实现.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/漫画讲解 git rebase VS git merge.md.html">漫画讲解 git rebase VS git merge.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/生成浏览器唯一稳定 ID 的探索.md.html">生成浏览器唯一稳定 ID 的探索.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/缓存 如何保证缓存与数据库的双写一致性？.md.html">缓存 如何保证缓存与数据库的双写一致性？.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/网易严选怎么做全链路监控的？.md.html">网易严选怎么做全链路监控的？.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/美团万亿级 KV 存储架构与实践.md.html">美团万亿级 KV 存储架构与实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/美团点评Kubernetes集群管理实践.md.html">美团点评Kubernetes集群管理实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/美团百亿规模API网关服务Shepherd的设计与实现.md.html">美团百亿规模API网关服务Shepherd的设计与实现.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/解读《阿里巴巴 Java 开发手册》背后的思考.md.html">解读《阿里巴巴 Java 开发手册》背后的思考.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/认识 MySQL 和 Redis 的数据一致性问题.md.html">认识 MySQL 和 Redis 的数据一致性问题.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/进阶：Dockerfile 高阶使用指南及镜像优化.md.html">进阶：Dockerfile 高阶使用指南及镜像优化.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/铁总在用的高性能分布式缓存计算框架 Geode.md.html">铁总在用的高性能分布式缓存计算框架 Geode.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/阿里云PolarDB及其共享存储PolarFS技术实现分析（上）.md.html">阿里云PolarDB及其共享存储PolarFS技术实现分析（上）.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/阿里云PolarDB及其共享存储PolarFS技术实现分析（下）.md.html">阿里云PolarDB及其共享存储PolarFS技术实现分析（下）.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/面试最常被问的 Java 后端题.md.html">面试最常被问的 Java 后端题.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/领域驱动设计在互联网业务开发中的实践.md.html">领域驱动设计在互联网业务开发中的实践.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/领域驱动设计的菱形对称架构.md.html">领域驱动设计的菱形对称架构.md.html</a>
|
||
</li>
|
||
<li>
|
||
|
||
<a href="/文章/高效构建 Docker 镜像的最佳实践.md.html">高效构建 Docker 镜像的最佳实践.md.html</a>
|
||
</li>
|
||
</ul>
|
||
</div>
|
||
</div>
|
||
<div class="sidebar-toggle" onclick="sidebar_toggle()" onmouseover="add_inner()" onmouseleave="remove_inner()">
|
||
<div class="sidebar-toggle-inner"></div>
|
||
</div>
|
||
<script>
|
||
function add_inner() {
|
||
let inner = document.querySelector('.sidebar-toggle-inner')
|
||
inner.classList.add('show')
|
||
}
|
||
function remove_inner() {
|
||
let inner = document.querySelector('.sidebar-toggle-inner')
|
||
inner.classList.remove('show')
|
||
}
|
||
function sidebar_toggle() {
|
||
let sidebar_toggle = document.querySelector('.sidebar-toggle')
|
||
let sidebar = document.querySelector('.book-sidebar')
|
||
let content = document.querySelector('.off-canvas-content')
|
||
if (sidebar_toggle.classList.contains('extend')) { // show
|
||
sidebar_toggle.classList.remove('extend')
|
||
sidebar.classList.remove('hide')
|
||
content.classList.remove('extend')
|
||
} else { // hide
|
||
sidebar_toggle.classList.add('extend')
|
||
sidebar.classList.add('hide')
|
||
content.classList.add('extend')
|
||
}
|
||
}
|
||
function open_sidebar() {
|
||
let sidebar = document.querySelector('.book-sidebar')
|
||
let overlay = document.querySelector('.off-canvas-overlay')
|
||
sidebar.classList.add('show')
|
||
overlay.classList.add('show')
|
||
}
|
||
function hide_canvas() {
|
||
let sidebar = document.querySelector('.book-sidebar')
|
||
let overlay = document.querySelector('.off-canvas-overlay')
|
||
sidebar.classList.remove('show')
|
||
overlay.classList.remove('show')
|
||
}
|
||
</script>
|
||
<div class="off-canvas-content">
|
||
<div class="columns">
|
||
<div class="column col-12 col-lg-12">
|
||
<div class="book-navbar">
|
||
<!-- For Responsive Layout -->
|
||
<header class="navbar">
|
||
<section class="navbar-section">
|
||
<a onclick="open_sidebar()">
|
||
<i class="icon icon-menu"></i>
|
||
</a>
|
||
</section>
|
||
</header>
|
||
</div>
|
||
<div class="book-content" style="max-width: 960px; margin: 0 auto;
|
||
overflow-x: auto;
|
||
overflow-y: hidden;">
|
||
<div class="book-post">
|
||
<p id="tip" align="center"></p>
|
||
<div><h1>SnowFlake 雪花算法生成分布式 ID</h1>
|
||
<h3>SnowFlake 雪花算法基本概念</h3>
|
||
<p>SnowFlake 雪花算法是 Twitter 开源的分布式唯一 ID 生成算法，其具有简洁、高性能、低延迟、ID 按时间趋势有序等特点。如采用 12 位序列号，则理论支持每毫秒生成 4096 个不同数字，能够满足绝大多数高并发场景下的互联网应用。SnowFlake 雪花算法能保证在 datacenterId 和 workerId 唯一的情况下不会生成重复值。如果单位毫秒并发量 >4096，将会等到下一毫秒继续生成 ID。因此如果单台服务器并发量大于 4096/ms，是时候考虑自研算法了。</p>
|
||
<p>SnowFlake 的结构如下：</p>
|
||
<p><img src="assets/50ba2570-e86c-11ea-8115-8d7d715b7847" alt="在这里插入图片描述" /></p>
|
||
<pre><code>0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
|
||
</code></pre>
|
||
<p>总共 64 个 bit 位，对应于 Java 基本数据类型的 Long 类型 1 位符号位，正数是 0，负数是 1，id 一般是正数，因此最高位是 0 41 位时间戳（毫秒级），41 位时间戳不是存储当前时间的时间戳，而是存储时间戳差值（当前时间戳 - 开始时间戳）。开始时间戳一般是 Id 生成器开始投入使用的时间，可在程序中指定。</p>
|
||
<ul>
|
||
<li>41 位时间戳，可以使用 69 年，年数 = (1L << 41) / (1000L * 60 * 60 * 24 * 365) ≈ 69</li>
|
||
<li>10 位机器位，可以部署 1024 个节点，包括 5 位 datacenterId 和 5 位 workerId</li>
|
||
<li>12 位序列号，毫秒内计数，支持每个节点每毫秒产生 4096 个不重复 ID 序号</li>
|
||
</ul>
|
||
<h3>基于原版算法的改进</h3>
|
||
<h4>增加毫秒内初始 id 随机生成</h4>
|
||
<p>毫秒内初始 id 随机生成可以有效避免逆向工程导致 id 的可推测性。具体开发时通过可配置参数决定是否启用单位毫秒内随机生成起始 ID。随机生成的起始 ID 可能很大，会很快到达单位毫秒内的最大值，比如 4095（12 位序列号情况下），所以需要对 4095 处理，比如取模、或者和二进制位数&运算 循环使用单位毫秒内的可用数字，避免浪费。</p>
|
||
<h4>增加 workerId、datacenterId 自动生成</h4>
|
||
<p>为了能够简单快捷地使用 SnowFlake 算法，可以基于 mac\hostip\jvmid 等信息自动生成 workerId、datacenterId，尽最大可能不重复。要完全保证 workerId、datacenterId 的唯一性还得借助第三方工具，比如 Redis、ZooKeeper 等开源中间件。</p>
|
||
<p>在单个数据中心机器数远 <32 台、数据中心数远 <32 个时，使用本文介绍的方法在不同机器上生成完全相同的 workerId、datacenterId 的概率极低。</p>
|
||
<p>具体开发时也保留原生接口，让使用者（比如业务系统）传入自行生成的 workerId、datacenterId ，调用方可以借助 Redis、ZK 等第三方中间件自行保证机器号和数据中心号唯一。</p>
|
||
<h4>时钟回拨处理</h4>
|
||
<p><strong>运行时</strong></p>
|
||
<p>若偏差在指定时间（可配置）以内，则等待 2 倍的时间差后开始生成；若两者偏差大于某个设定的时间阈值（可配置），则立即抛出异常，避免阻塞。</p>
|
||
<p><strong>系统重启时</strong></p>
|
||
<p>jvmId 变化，基于 mac\hostip\jvmid 生成的机器 WorkerId 变化，即使在时钟回拨时也可以尽最大可能避免生成重复 id。</p>
|
||
<p>当然也可以借助第三方中间件实现时间回拨处理，比如算法运行时将 lastTimestamp 写入 redis，系统启动时读取 redis 存储的 lastTimestamp 值和当前时间比较。若当前时间戳 <lastTimestamp，则启动失败。</p>
|
||
<h4>字符串位数补齐</h4>
|
||
<p>正数的 Long 类型转换为 10 进制数范围：0~9,223,372,036,854,775,807，可见长度为最多 19 位，因此 SnowFlake 算法生成的 id 位数统一设定为 19 位为宜。</p>
|
||
<p>一般刚开始使用时为 18 位，但时间距离起始时间超过一定值后，会变为 19 位。</p>
|
||
<p>消耗完 18 位所需的时间：1*10^18 / (3600 * 24 * 365 * 1000 * 2^22) ≈ 7.56 年，即时间差超过 7.56 年，就会达到 19 位。</p>
|
||
<p>因此我们设置初始时间 < 当前时间 - 7.56 年，保证雪花算法生成的 id 位数统一为 19 位。</p>
|
||
<h3>接口设计</h3>
|
||
<h4>原始算法接口</h4>
|
||
<p>使用者可以传入自行生成的 workerId、datacenterId，原汁原味的 SnowFlake。</p>
|
||
<h4>自动生成 workerId、datacenterId 接口</h4>
|
||
<p>简化 SnowFlake 的使用，不保证 100%不重复，尽最大概率不重复。</p>
|
||
<h4>业务定制接口</h4>
|
||
<p>调整雪花算法的 bit 位，即可以根据业务对 64 个 bit 位作出调整。</p>
|
||
<p>有的场景下我们需要定制雪花算法，比如生成 15 位的 10 进制数字。</p>
|
||
<p>生成 15 位十进制数字需要 53 位二进制数，除了 41 位时间戳 + 1 位符号位之外，还有 11 位可以用，可以采用 2 + 3 + 6（datacenterId + workerId + seqId）。</p>
|
||
<p>15 位的场景下理论支持单位毫秒 64 笔，每秒 64000 笔不重复，从中小规模业务量来看， tps>64000 的性能瓶颈短期不大可能出现。</p>
|
||
<h4>订单号生成</h4>
|
||
<p>业务系统使用基于 snowflake 的 ID 生成器，比如拼接一些业务字段，比如生成订单号时传入 pid\appId\时间戳等。</p>
|
||
<h3>算法实现</h3>
|
||
<p>本文提供 Java 版的算法实现，欢迎评论区留言批评指正。</p>
|
||
<pre><code>import org.slf4j.Logger;
|
||
import org.slf4j.LoggerFactory;
|
||
import java.lang.management.ManagementFactory;
|
||
import java.net.InetAddress;
|
||
import java.net.NetworkInterface;
|
||
import java.util.Date;
|
||
import java.util.concurrent.ThreadLocalRandom;
|
||
/**
|
||
* @author NiaoGe
|
||
* <p>
|
||
* 雪花算法生成唯一 id,参考开源项目：
|
||
* https://gitee.com/yu120/sequence
|
||
* https://apidoc.gitee.com/loolly/hutool/cn/hutool/core/util/IdUtil.html
|
||
* </p>
|
||
*/
|
||
public class IdGenerator {
|
||
private static final Logger logger = LoggerFactory.getLogger(IdGenerator.class);
|
||
//工作机器 id
|
||
private long workerId;
|
||
//数据中心 id
|
||
private long datacenterId;
|
||
//序列号
|
||
private long sequence = 0L;
|
||
//基准时间，一般取系统的最近时间（一旦确定不能变动）
|
||
private long twepoch;
|
||
private long workerIdBits;
|
||
private long datacenterIdBits;
|
||
private long maxWorkerId;
|
||
private long maxDatacenterId;
|
||
//毫秒内自增位数
|
||
private long sequenceBits;
|
||
//位与运算保证毫秒内 Id 范围
|
||
private long sequenceMask;
|
||
//工作机器 id 需要左移的位数
|
||
private long workerIdShift;
|
||
//数据中心 id 需要左移位数
|
||
private long datacenterIdShift;
|
||
//时间戳需要左移位数
|
||
private long timestampLeftShift;
|
||
//上次生成 id 的时间戳，初始值为负数
|
||
private long lastTimestamp = -1L;
|
||
//true 表示毫秒内初始序列采用随机值
|
||
private boolean randomSequence;
|
||
//随机初始序列计数器
|
||
private long count = 0L;
|
||
//允许时钟回拨的毫秒数
|
||
private long timeOffset;
|
||
private final ThreadLocalRandom tlr = ThreadLocalRandom.current();
|
||
/**
|
||
* 无参构造器，自动生成 workerId/datacenterId
|
||
*/
|
||
public IdGenerator() {
|
||
this(false, 10, null, 5L, 5L, 12L);
|
||
}
|
||
/**
|
||
* 有参构造器,调用者自行保证数据中心 ID+机器 ID 的唯一性
|
||
* 标准 snowflake 实现
|
||
*
|
||
* @param workerId 工作机器 ID
|
||
* @param datacenterId 数据中心 ID
|
||
*/
|
||
public IdGenerator(long workerId, long datacenterId) {
|
||
this(workerId, datacenterId, false, 10, null, 5L, 5L, 12L);
|
||
}
|
||
/**
|
||
* @param randomSequence true 表示每毫秒内起始序号使用随机值
|
||
* @param timeOffset 允许时间回拨的毫秒数
|
||
* @param epochDate 基准时间
|
||
* @param workerIdBits workerId 位数
|
||
* @param datacenterIdBits datacenterId 位数
|
||
* @param sequenceBits sequence 位数
|
||
*/
|
||
public IdGenerator(boolean randomSequence, long timeOffset, Date epochDate, long workerIdBits, long datacenterIdBits, long sequenceBits) {
|
||
if (null != epochDate) {
|
||
this.twepoch = epochDate.getTime();
|
||
} else {
|
||
// 2012/12/12 23:59:59 GMT
|
||
this.twepoch = 1355327999000L;
|
||
}
|
||
this.workerIdBits = workerIdBits;
|
||
this.datacenterIdBits = datacenterIdBits;
|
||
this.maxWorkerId = -1L ^ (-1L << workerIdBits);
|
||
this.maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
|
||
this.sequenceBits = sequenceBits;
|
||
this.sequenceMask = -1L ^ (-1L << sequenceBits);
|
||
this.workerIdShift = sequenceBits;
|
||
this.datacenterIdShift = sequenceBits + workerIdBits;
|
||
this.timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
|
||
this.datacenterId = getDatacenterId(maxDatacenterId);
|
||
this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);
|
||
this.randomSequence = randomSequence;
|
||
this.timeOffset = timeOffset;
|
||
String initialInfo = String.format("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, datacenterid %d, workerid %d",
|
||
timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, datacenterId, workerId);
|
||
logger.info(initialInfo);
|
||
}
|
||
/**
|
||
* 自定义 workerId+datacenterId+其它初始配置
|
||
* 调整 workerId、datacenterId、sequence 位数定制雪花算法,控制生成的 Id 的位数
|
||
*
|
||
* @param workerId 工作机器 ID
|
||
* @param datacenterId 数据中心 ID
|
||
* @param randomSequence true 表示每毫秒内起始序号使用随机值
|
||
* @param timeOffset 允许时间回拨的毫秒数
|
||
* @param epochDate 基准时间
|
||
* @param workerIdBits workerId 位数
|
||
* @param datacenterIdBits datacenterId 位数
|
||
* @param sequenceBits sequence 位数
|
||
*/
|
||
public IdGenerator(long workerId, long datacenterId, boolean randomSequence, long timeOffset, Date epochDate, long workerIdBits, long datacenterIdBits, long sequenceBits) {
|
||
this.workerIdBits = workerIdBits;
|
||
this.datacenterIdBits = datacenterIdBits;
|
||
this.maxWorkerId = -1L ^ (-1L << workerIdBits);
|
||
this.maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
|
||
if (workerId > maxWorkerId || workerId < 0) {
|
||
throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0\r\n", maxWorkerId));
|
||
}
|
||
if (datacenterId > maxDatacenterId || datacenterId < 0) {
|
||
throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0\r\n", maxDatacenterId));
|
||
}
|
||
if (null != epochDate) {
|
||
this.twepoch = epochDate.getTime();
|
||
} else {
|
||
// 2012/12/12 23:59:59 GMT
|
||
this.twepoch = 1355327999000L;
|
||
}
|
||
this.sequenceBits = sequenceBits;
|
||
this.sequenceMask = -1L ^ (-1L << sequenceBits);
|
||
this.workerIdShift = sequenceBits;
|
||
this.datacenterIdShift = sequenceBits + workerIdBits;
|
||
this.timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
|
||
this.workerId = workerId;
|
||
this.datacenterId = datacenterId;
|
||
this.timeOffset = timeOffset;
|
||
this.randomSequence = randomSequence;
|
||
String initialInfo = String.format("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, datacenterid %d, workerid %d",
|
||
timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, datacenterId, workerId);
|
||
logger.info(initialInfo);
|
||
}
|
||
private static long getDatacenterId(long maxDatacenterId) {
|
||
long id = 0L;
|
||
try {
|
||
InetAddress ip = InetAddress.getLocalHost();
|
||
NetworkInterface network = NetworkInterface.getByInetAddress(ip);
|
||
if (network == null) {
|
||
id = 1L;
|
||
} else {
|
||
byte[] mac = network.getHardwareAddress();
|
||
if (null != mac) {
|
||
id = ((0x000000FF & (long) mac[mac.length - 1]) | (0x0000FF00 & (((long) mac[mac.length - 2]) << 8))) >> 6;
|
||
id = id % (maxDatacenterId + 1);
|
||
}
|
||
}
|
||
} catch (Exception e) {
|
||
throw new RuntimeException("GetDatacenterId Exception", e);
|
||
}
|
||
return id;
|
||
}
|
||
private static long getMaxWorkerId(long datacenterId, long maxWorkerId) {
|
||
StringBuilder macIpPid = new StringBuilder();
|
||
macIpPid.append(datacenterId);
|
||
try {
|
||
String name = ManagementFactory.getRuntimeMXBean().getName();
|
||
if (name != null && !name.isEmpty()) {
|
||
//GET jvmPid
|
||
macIpPid.append(name.split("@")[0]);
|
||
}
|
||
//GET hostIpAddress
|
||
String hostIp = InetAddress.getLocalHost().getHostAddress();
|
||
String ipStr = hostIp.replaceAll("\\.", "");
|
||
macIpPid.append(ipStr);
|
||
} catch (Exception e) {
|
||
throw new RuntimeException("GetMaxWorkerId Exception", e);
|
||
}
|
||
//MAC + PID + IP 的 hashcode 取低 16 位
|
||
return (macIpPid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);
|
||
}
|
||
public synchronized long nextId() {
|
||
long currentTimestamp = timeGen();
|
||
//获取当前时间戳如果小于上次时间戳，则表示时间戳获取出现异常
|
||
if (currentTimestamp < lastTimestamp) {
|
||
// 校验时间偏移回拨量
|
||
long offset = lastTimestamp - currentTimestamp;
|
||
if (offset > timeOffset) {
|
||
throw new RuntimeException("Clock moved backwards, refusing to generate id for [" + offset + "ms]");
|
||
}
|
||
try {
|
||
// 时间回退 timeOffset 毫秒内，则允许等待 2 倍的偏移量后重新获取，解决小范围的时间回拨问题
|
||
this.wait(offset << 1);
|
||
} catch (Exception e) {
|
||
throw new RuntimeException(e);
|
||
}
|
||
currentTimestamp = timeGen();
|
||
if (currentTimestamp < lastTimestamp) {
|
||
throw new RuntimeException("Clock moved backwards, refusing to generate id for [" + offset + "ms]");
|
||
}
|
||
}
|
||
//如果获取的当前时间戳等于上次时间戳（即同一毫秒内），则序列号自增
|
||
if (lastTimestamp == currentTimestamp) {
|
||
// randomSequence 为 true 表示随机生成允许范围内的起始序列,否则毫秒内起始值从 0L 开始自增
|
||
long tempSequence = sequence + 1;
|
||
if (randomSequence) {
|
||
sequence = tempSequence & sequenceMask;
|
||
count = (count + 1) & sequenceMask;
|
||
if (count == 0) {
|
||
currentTimestamp = this.tillNextMillis(lastTimestamp);
|
||
}
|
||
} else {
|
||
sequence = tempSequence & sequenceMask;
|
||
if (sequence == 0) {
|
||
currentTimestamp = this.tillNextMillis(lastTimestamp);
|
||
}
|
||
}
|
||
} else {
|
||
sequence = randomSequence ? tlr.nextLong(sequenceMask + 1) : 0L;
|
||
count = 0L;
|
||
}
|
||
lastTimestamp = currentTimestamp;
|
||
return ((currentTimestamp - twepoch) << timestampLeftShift) |
|
||
(datacenterId << datacenterIdShift) |
|
||
(workerId << workerIdShift) |
|
||
sequence;
|
||
}
|
||
private long tillNextMillis(long lastTimestamp) {
|
||
long timestamp = timeGen();
|
||
while (timestamp <= lastTimestamp) {
|
||
timestamp = timeGen();
|
||
}
|
||
return timestamp;
|
||
}
|
||
private long timeGen() {
|
||
return System.currentTimeMillis();
|
||
}
|
||
/**
|
||
* 测试
|
||
* @param args
|
||
*/
|
||
public static void main(String[] args) {
|
||
// for (int i = 0; i < 10; i++) {
|
||
// IdGenerator idGenerator = new IdGenerator();
|
||
// new Thread(() -> {
|
||
// for (int j = 0; j < 100; j++) {
|
||
// System.out.println(idGenerator.nextId());
|
||
// }
|
||
// }).start();
|
||
// }
|
||
// IdGenerator idGenerator = new IdGenerator(1, 1);
|
||
// for (int j = 0; j < 2000; j++) {
|
||
// System.out.println(System.currentTimeMillis() + " " + idGenerator.nextId());
|
||
// }
|
||
// IdGenerator idGenerator = new IdGenerator(true, 10, null, 3L, 2L, 7L);
|
||
// for (int j = 0; j < 2000; j++) {
|
||
// System.out.println(System.currentTimeMillis() + " " + idGenerator.nextId());
|
||
// }
|
||
IdGenerator shortIdGenerator = new IdGenerator(7, 3, true, 10, null, 3, 2, 7);
|
||
for (int j = 0; j < 1000; j++) {
|
||
System.out.println(System.currentTimeMillis() + " " + shortIdGenerator.nextId());
|
||
}
|
||
}
|
||
}
|
||
</code></pre>
|
||
<p>订单号生成案例</p>
|
||
<pre><code>import java.text.SimpleDateFormat;
|
||
import java.util.Date;
|
||
/**
|
||
* 使用 IdGenerator 生成唯一订单号
|
||
*/
|
||
public class OrderNoGenerator {
|
||
private IdGenerator idGenerator;
|
||
/**
|
||
* 无参构造器，自动生成 workerId/datacenterId
|
||
*/
|
||
public OrderNoGenerator() {
|
||
this.idGenerator = new IdGenerator();
|
||
}
|
||
/**
|
||
* 有参构造器,使用者自行保证数据中心 ID+机器 ID 的唯一性
|
||
*
|
||
* @param idGenerator
|
||
*/
|
||
public OrderNoGenerator(IdGenerator idGenerator) {
|
||
this.idGenerator = idGenerator;
|
||
}
|
||
/**
|
||
* 生成订单号
|
||
* @param env 1=dev,2=sit,3=uat,4=prd
|
||
* @param pid 1=产品线 1,2=产品线 2,3=产品线 3
|
||
* @param dateFormat 日期格式
|
||
* @return
|
||
*/
|
||
public String getOrderNo(String env, String pid, String dateFormat) {
|
||
if (dateFormat == null || dateFormat.isEmpty()) {
|
||
dateFormat = "yyMMddHH";
|
||
}
|
||
String dateStr = new SimpleDateFormat(dateFormat).format(new Date());
|
||
return env + pid + dateStr + idGenerator.nextId();
|
||
}
|
||
/**
|
||
* 测试
|
||
*
|
||
* @param args
|
||
*/
|
||
public static void main(String[] args) {
|
||
OrderNoGenerator orderNoGenerator = new OrderNoGenerator();
|
||
for (int i = 0; i < 1000; i++) {
|
||
System.out.println(System.currentTimeMillis() + " " + orderNoGenerator.getOrderNo("3", "1", null));
|
||
}
|
||
System.out.println("-------------------------------------------------");
|
||
//雪花算法生成 15 位 ID
|
||
IdGenerator shortIdGenerator = new IdGenerator(1, 2, false, 10, null, 3L, 2L, 7L);
|
||
OrderNoGenerator shortOrderNoGenerator = new OrderNoGenerator(shortIdGenerator);
|
||
for (int i = 0; i < 1000; i++) {
|
||
System.out.println(System.currentTimeMillis() + " " + shortOrderNoGenerator.getOrderNo("3", "1", null));
|
||
}
|
||
}
|
||
}
|
||
</code></pre>
|
||
</div>
|
||
</div>
|
||
<div>
|
||
<div style="float: left">
|
||
<a href="/文章/RocketMQ 面试题集锦.md.html">上一页</a>
|
||
</div>
|
||
<div style="float: right">
|
||
<a href="/文章/Spring Boot 2.x 结合 k8s 实现分布式微服务架构.md.html">下一页</a>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
</div>
|
||
<a class="off-canvas-overlay" onclick="hide_canvas()"></a>
|
||
</div>
|
||
<script defer src="https://static.cloudflareinsights.com/beacon.min.js/v652eace1692a40cfa3763df669d7439c1639079717194" integrity="sha512-Gi7xpJR8tSkrpF7aordPZQlW2DLtzUlZcumS8dMQjwDHEnw9I7ZLyiOj/6tZStRBGtGgN6ceN6cMH8z7etPGlw==" data-cf-beacon='{"rayId":"709980177a1c8b66","version":"2021.12.0","r":1,"token":"1f5d475227ce4f0089a7cff1ab17c0f5","si":100}' crossorigin="anonymous"></script>
|
||
</body>
|
||
<!-- Global site tag (gtag.js) - Google Analytics -->
|
||
<script async src="https://www.googletagmanager.com/gtag/js?id=G-NPSEEVD756"></script>
|
||
<script>
|
||
window.dataLayer = window.dataLayer || [];
|
||
function gtag() {
|
||
dataLayer.push(arguments);
|
||
}
|
||
gtag('js', new Date());
|
||
gtag('config', 'G-NPSEEVD756');
|
||
var path = window.location.pathname
|
||
var cookie = getCookie("lastPath");
|
||
console.log(path)
|
||
if (path.replace("/", "") === "") {
|
||
if (cookie.replace("/", "") !== "") {
|
||
console.log(cookie)
|
||
document.getElementById("tip").innerHTML = "<a href='" + cookie + "'>跳转到上次进度</a>"
|
||
}
|
||
} else {
|
||
setCookie("lastPath", path)
|
||
}
|
||
function setCookie(cname, cvalue) {
|
||
var d = new Date();
|
||
d.setTime(d.getTime() + (180 * 24 * 60 * 60 * 1000));
|
||
var expires = "expires=" + d.toGMTString();
|
||
document.cookie = cname + "=" + cvalue + "; " + expires + ";path = /";
|
||
}
|
||
function getCookie(cname) {
|
||
var name = cname + "=";
|
||
var ca = document.cookie.split(';');
|
||
for (var i = 0; i < ca.length; i++) {
|
||
var c = ca[i].trim();
|
||
if (c.indexOf(name) === 0) return c.substring(name.length, c.length);
|
||
}
|
||
return "";
|
||
}
|
||
</script>
|
||
</html>
|