概述
在生成表主键ID时,我们可以考虑主键自增 或者 UUID,但它们都有很明显的缺点
主键自增:1、自增ID容易被爬虫遍历数据。2、分表分库会有ID冲突。
UUID: 1、太长,并且有索引碎片,索引多占用空间的问题 2、无序。
雪花算法就很适合在分布式场景下生成唯一ID,它既可以保证唯一又可以排序。为了提高生产雪花ID的效率,
在这里面数据的运算都采用的是位运算
一、概念
1、原理
SnowFlake算法生成ID的结果是一个64bit大小的整数,它的结构如下图:
算法描述:
1bit 因为二进制中最高位是符号位,1表示负数,0表示正数。生成的ID都是正整数,所以最高位固定为0。
41bit-时间戳 精确到毫秒级,41位的长度可以使用69年。时间位还有一个很重要的作用是可以根据时间进行排序。
10bit-工作机器id 10位的机器标识,10位的长度最多支持部署1024个节点。
12bit-序列号 序列号即一系列的自增id,可以支持同一节点同一毫秒生成多个ID序号。
12位(bit)可以表示的最大正整数是,即可以用0、1、2、3、....4094这4095个数字,来表示同一机器同一时间截(毫秒)内产生的4095个ID序号。
说明 由于在Java中64bit的整数是long类型,所以在Java中SnowFlake算法生成的id就是long来存储的。
二、静态类部类单例模式生产雪花ID代码
下面生成雪花ID的代码可以用于线上分布式项目中来生成分布式主键ID,因为设计采用的静态内部类的单例模式,通过加synchronized锁来保证在
同一个服务器线程安全。至于不同服务器其实是不相关的,因为它们的机器码是不一致的,所以就算同一时刻两台服务器都产生了雪花ID,那也不会一样的。
1、代码
public class SnowIdUtils { /** * 私有的 静态内部类 */ private static class SnowFlake { /** * 内部类对象(单例模式) */ private static final SnowIdUtils.SnowFlake SNOW_FLAKE = new SnowIdUtils.SnowFlake(); /** * 起始的时间戳 */ private final long START_TIMESTAMP = 1557489395327L; /** * 序列号占用位数 */ private final long SEQUENCE_BIT = 12; /** * 机器标识占用位数 */ private final long MACHINE_BIT = 10; /** * 时间戳位移位数 */ private final long TIMESTAMP_LEFT = SEQUENCE_BIT + MACHINE_BIT; /** * 最大序列号 (4095) */ private final long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT); /** * 最大机器编号 (1023) */ private final long MAX_MACHINE_ID = ~(-1L << MACHINE_BIT); /** * 生成id机器标识部分 */ private long machineIdPart; /** * 序列号 */ private long sequence = 0L; /** * 上一次时间戳 */ private long lastStamp = -1L; /** * 构造函数初始化机器编码 */ private SnowFlake() { //模拟这里获得本机机器编码 long localIp = 4321; //localIp & MAX_MACHINE_ID最大不会超过1023,在左位移12位 machineIdPart = (localIp & MAX_MACHINE_ID) << SEQUENCE_BIT; } /** * 获取雪花ID */ public synchronized long nextId() { long currentStamp = timeGen(); //避免机器时钟回拨 while (currentStamp < lastStamp) { // //服务器时钟被调整了,ID生成器停止服务. throw new RuntimeException(String.format("时钟已经回拨. Refusing to generate id for %d milliseconds", lastStamp - currentStamp)); } if (currentStamp == lastStamp) { // 每次+1 sequence = (sequence + 1) & MAX_SEQUENCE; // 毫秒内序列溢出 if (sequence == 0) { // 阻塞到下一个毫秒,获得新的时间戳 currentStamp = getNextMill(); } } else { //不同毫秒内,序列号置0 sequence = 0L; } lastStamp = currentStamp; //时间戳部分+机器标识部分+序列号部分 return (currentStamp - START_TIMESTAMP) << TIMESTAMP_LEFT | machineIdPart | sequence; } /** * 阻塞到下一个毫秒,直到获得新的时间戳 */ private long getNextMill() { long mill = timeGen(); // while (mill <= lastStamp) { mill = timeGen(); } return mill; } /** * 返回以毫秒为单位的当前时间 */ protected long timeGen() { return System.currentTimeMillis(); } } /** * 获取long类型雪花ID */ public static long uniqueLong() { return SnowIdUtils.SnowFlake.SNOW_FLAKE.nextId(); } /** * 获取String类型雪花ID */ public static String uniqueLongHex() { return String.format("%016x", uniqueLong()); } /** * 测试 */ public static void main(String[] args) throws InterruptedException { //计时开始时间 long start = System.currentTimeMillis(); //让100个线程同时进行 final CountDownLatch latch = new CountDownLatch(100); //判断生成的20万条记录是否有重复记录 final Map<Long, Integer> map = new ConcurrentHashMap(); for (int i = 0; i < 100; i++) { //创建100个线程 new Thread(() -> { for (int s = 0; s < 2000; s++) { long snowID = SnowIdUtils.uniqueLong(); log.info("生成雪花ID={}",snowID); Integer put = map.put(snowID, 1); if (put != null) { throw new RuntimeException("主键重复"); } } latch.countDown(); }).start(); } //让上面100个线程执行结束后,在走下面输出信息 latch.await(); log.info("生成20万条雪花ID总用时={}", System.currentTimeMillis() - start); } }
2、测试结果
从图中我们可以得出
1、在100个线程并发下,生成20万条雪花ID的时间大概在1.6秒左右,所有所性能还是蛮ok的。
2、生成20万条雪花ID并没有一条相同的ID,因为有一条就会抛出异常了。
3、为什么说41位时间戳最长只能有69年
我们思考41的二进制,最大值也就41位都是1,也就是也就是说41位可以表示个毫秒的值,转化成单位年则是
年
我们可以通过代码泡一下就知道了。
public static void main(String[] args) { //41位二进制最小值 String minTimeStampStr = "00000000000000000000000000000000000000000"; //41位二进制最大值 String maxTimeStampStr = "11111111111111111111111111111111111111111"; //转10进制 long minTimeStamp = new BigInteger(minTimeStampStr, 2).longValue(); long maxTimeStamp = new BigInteger(maxTimeStampStr, 2).longValue(); //一年总共多少毫秒 long oneYearMills = 1L * 1000 * 60 * 60 * 24 * 365; //算出最大可以多少年 System.out.println((maxTimeStamp - minTimeStamp) / oneYearMills); }
运行结果
所以说雪花算法生成的ID,只能保证69年内不会重复,如果超过69年的话,那就考虑换个服务器部署吧,并且要保证该服务器的ID和之前都没有重复过。
以上就是java算法之静态内部类实现雪花算法的详细内容,更多关于java算法的资料请关注自学编程网其它相关文章!
- 本文固定链接: https://zxbcw.cn/post/211911/
- 转载请注明:必须在正文中标注并保留原文链接
- QQ群: PHP高手阵营官方总群(344148542)
- QQ群: Yii2.0开发(304864863)