您现在的位置是：首页 > 文章详情

Twitter的分布式雪花算法 SnowFlake 每秒自增生成26个万个可排序的ID (Java版)

日期：2018-11-24点击：1050收藏

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解决了这种需求，最初Twitter把存储系统从MySQL迁移到Cassandra，因为Cassandra没有顺序ID生成机制，所以开发了这样一套全局唯一ID生成服务。

原理

Twitter的雪花算法SnowFlake，使用Java语言实现。

SnowFlake算法产生的ID是一个64位的整型，结构如下（每一部分用“-”符号分隔）：

0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000

1位标识部分，在java中由于long的最高位是符号位，正数是0，负数是1，一般生成的ID为正数，所以为0；

41位时间戳部分，这个是毫秒级的时间，一般实现上不会存储当前的时间戳，而是时间戳的差值（当前时间-固定的开始时间），这样可以使产生的ID从更小值开始；41位的时间戳可以使用69年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年；

10位节点部分，Twitter实现中使用前5位作为数据中心标识，后5位作为机器标识，可以部署1024个节点；

12位序列号部分，支持同一毫秒内同一个节点可以生成4096个ID；

SnowFlake算法生成的ID大致上是按照时间递增的，用在分布式系统中时，需要注意数据中心标识和机器标识必须唯一，这样就能保证每个节点生成的ID都是唯一的。或许我们不一定都需要像上面那样使用5位作为数据中心标识，5位作为机器标识，可以根据我们业务的需要，灵活分配节点部分，如：若不需要数据中心，完全可以使用全部10位作为机器标识；若数据中心不多，也可以只使用3位作为数据中心，7位作为机器标识。

snowflake生成的ID整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞（由datacenter和workerId作区分），并且效率较高。据说：snowflake每秒能够产生26万个ID。

源码

本机实测：100万个ID 耗时5秒

/**  * 描述: Twitter的分布式自增ID雪花算法snowflake (Java版)  * https://github.com/souyunku/SnowFlake  *  * @author yanpenglei  * @create 2018-03-13 12:37  **/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);        long start = System.currentTimeMillis();        for (int i = 0; i < 1000000; i++) {             System.out.println(snowFlake.nextId());         }         System.out.println(System.currentTimeMillis() - start);     } }

循环生成的ID，运行结果如下：

170916032679263329170916032679263330170916032679263331170916032679263332170916032679263333170916032679263334170916032679263335170916032679263336170916032679263337170916032679263338170916032679263339170916032679263340170916032679263341170916032679263342