雪花算法,在分布式环境下实现高效的ID生成

这篇具有很好参考价值的文章主要介绍了雪花算法,在分布式环境下实现高效的ID生成。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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个序列号,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。
点4:对了看文章的时候发现,前端js的long类型是2的53次方,而java是2的63次方,要注意溢出哦。文章来源地址https://www.toymoban.com/news/detail-615525.html


/**
 * @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());
    }
}

到了这里,关于雪花算法,在分布式环境下实现高效的ID生成的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 分布式ID(2):雪花算法生成ID

    1 雪花算法简介 这种方案大致来说是一种以划分命名空间(UUID也算,由于比较常见,所以单独分析)来生成ID的一种算法,这种方案把64-bit分别划分成多段,分开来标示机器、时间等,比如在snowflake中的64-bit分别表示如下图(图片来自网络)所示: 41-bit的时间可以表示(1L

    2024年01月20日
    浏览(48)
  • 分布式id解决方法--雪花算法

    uuid,jdk自带,但是数据库性能差,32位呀。 mysql数据库主键越短越好,B+tree产生节点分裂,大大降低数据库性能,所以uuid不建议。 redis的自增,但是要配置维护redis集群,就为了一个id,还要引入一套redis。费事,成本高。 如果有序自增别人就知道你的业务量多少了。 分布式

    2024年02月04日
    浏览(43)
  • 雪花算法生成分布式主键ID

    直接上代码,复制即可使用 在这个示例中,你可以通过 SnowflakeIdGenerator.init(dataCenterId, workerId); 初始化数据中心 ID 和工作 ID,然后通过 SnowflakeIdGenerator.generateId(); 静态方法生成 Snowflake ID 的字符串形式。

    2024年02月22日
    浏览(49)
  • 分布式唯一ID生成算法——雪花算法(SnowFlake)

    SnowFlake算法 据国家大气研究中心的查尔斯·奈特称,一般的雪花大约由10^19个水分子组成。在雪花形成过程中,会形成不同的结构分支,所以说大自然中不存在两片完全一样的雪花,每一片雪花都拥有自己漂亮独特的形状。 雪花算法表示生成的id如雪花般独一无二。 snowflake是

    2023年04月20日
    浏览(47)
  • 【智能排班系统】雪花算法生成分布式ID

    在复杂而庞大的分布式系统中,确保数据实体的唯一标识性是一项至关重要的任务,生成全局唯一且有序的ID生成机制成为必不可少的环节。雪花算法(Snowflake Algorithm)正是为此目的而生,以其简洁的设计、高效的表现与良好的扩展性赢得了业界的广泛认可。 雪花算法最早由

    2024年04月10日
    浏览(85)
  • 分布式Id生成之雪花算法(SnowFlake)

    目录 前言 回顾二进制 二进制概念 运算法则 位(Bit) 字节(Byte) 字符 字符集 二进制原码、反码、补码 有符号数和无符号数 疑问:为什么不是-127 ~ 127 ? 为什么需要分布式全局唯一ID以及分布式ID得业务需求? ID生成规则部分硬性要求 ID生成系统的可用性要求 通用解决方

    2024年02月11日
    浏览(35)
  • 【Java笔记】分布式id生成-雪花算法

    随着业务的增长,有些表可能要占用很大的物理存储空间,为了解决该问题,后期使用数据库分片技术。将一个数据库进行拆分,通过数据库中间件连接。如果数据库中该表选用ID自增策略,则可能产生重复的ID,此时应该使用分布式ID生成策略来生成ID。 snowflake是Twitter开源的

    2024年02月11日
    浏览(44)
  • C# 分布式自增ID算法snowflake(雪花算法)

    分布式系统中,有一些需要使用全局唯一 ID 的场景,这种时候为了防止 ID 冲突可以使用36位的 UUID ,但是 UUID 有一些缺点,首先他相对比较长,另外 UUID 一般是无序的。有些时候我们希望能使用一种简单一些的 ID ,并且希望 ID 能够按照时间有序生成。而 Twitter 的 snowflake 解

    2024年04月10日
    浏览(49)
  • JAVA实用工具: 改良版雪花算法-分布式唯一ID神器

    Seata内置了一个分布式UUID生成器,用于辅助生成全局事务ID和分支事务ID。具体如下特点: 高性能 全局唯一 趋势递增 这个分布式UUID生成器是基于雪花算法进行改良的,本文针对改良的方法、目的等进行总结 改良版雪花算法的实现原理参考如下: Seata基于改良版雪花算法的分

    2024年02月14日
    浏览(43)
  • 对于现有的分布式id发号器的思考 id生成器 雪花算法 uuid

    目录 雪花id tinyid uuid 分布式id特点 业务编号 数据中心编号 当前时间 ip地址 当前序号 对于时钟回拨问题 发号器机器当期时间小于redis的时间 解决步骤 发号器机器当期时间等于redis时间 发号器机器当期时间大于redis最大的时间(相关的key不存在) 分布式id的单次获取和批次获

    2024年02月13日
    浏览(52)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包