logo 范 · 拾光录
网址收集 关于作者 Github Gitee
杂文随笔4
Hexo博客:基础使用Hexo博客:Next主题Hexo博客:Next进阶使用Hexo博客:Next高级配置
前端编程3
前端基础知识16
UniApp15
Vue框架19
Java编程7
Java基础知识14
SpringBoot31
SpringMVC14
MyBatis8
SpringCloud15
RocketMQ1
MyCat1
数据库4
MySQL6
Redis7
MongoDB10
H21
Java技术栈4
知识整理分布式锁的实现方案MySQL事务MySQL的锁
软件工具箱14
IDEAGitMavenGradleNginx安装Nginx配置JMeter压测OllamaPicGoRustFSVSCodeDockerObsidianObs录制
Linux知识11
树莓派安装及使用ArchLinux:常用软件ArchLinux:基础系统安装ArchLinux:深度优化ArchLInux:图形化界面安装ArchLinux:Nirifrp内网穿透Jar启动脚本Linux常用命令VirtualBox安装CentOSVirtualBox安装Ubuntu
Python编程6
Python基础知识Python语法yolo目标检测OpenCV的使用及树莓派平台condauv
创意设计2
Blender:入门知识UI设计基础知识
AI相关9
Claude CodeHermes AgentOpenAI基本使用OpenAI工具调用OpenAI记忆管理OpenAI推理执行OpenAI开发框架Langchainllama.cpp

雪花算法

雪花算法是Twitter开发的分布式系统唯一ID生成算法,使用64位二进制数字表示ID,含时间戳、机器ID和序列号,高效简单,已成为分布式系统中常用的ID生成方案之一

代码

/**
 * ID生成工具
 */
public class IdUtil {

    static SnowFlakeIdWorker idWorker = new SnowFlakeIdWorker(1);

    public static String nextId() {
        return String.valueOf(idWorker.nextId());
    }

    static class SnowFlakeIdWorker {

        /**
         * 开始时间戳,单位毫秒;这里是2021-06-01
         */
        private static final long TW_EPOCH = 1622476800000L;

        /**
         * 机器 ID 所占的位数
         */
        private static final long WORKER_ID_BITS = 5L;

        /**
         * 数据标识 ID 所占的位数
         */
        private static final long DATA_CENTER_ID_BITS = 5L;

        /**
         * 支持的最大机器ID,最大为31
         * <p>
         * PS. Twitter的源码是 -1L ^ (-1L << workerIdBits);这里最后和-1进行异或运算,由于-1的二进制补码的特殊性,就相当于进行取反。
         */
        private static final long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS);

        /**
         * 支持的最大机房ID,最大为31
         */
        private static final long MAX_DATA_CENTER_ID = ~(-1L << DATA_CENTER_ID_BITS);

        /**
         * 序列在 ID 中占的位数
         */
        private static final long SEQUENCE_BITS = 12L;

        /**
         * 机器 ID 向左移12位
         */
        private static final long WORKER_ID_SHIFT = SEQUENCE_BITS;

        /**
         * 机房 ID 向左移17位
         */
        private static final long DATA_CENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS;

        /**
         * 时间截向左移22位
         */
        private static final long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATA_CENTER_ID_BITS;

        /**
         * 生成序列的掩码最大值,最大为4095
         */
        private static final long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS);

        /**
         * 工作机器 ID(0~31)
         */
        private final long workerId;

        /**
         * 机房 ID(0~31)
         */
        private final long dataCenterId;

        /**
         * 毫秒内序列(0~4095)
         */
        private long sequence = 0L;

        /**
         * 上次生成 ID 的时间戳
         */
        private long lastTimestamp = -1L;

        /**
         * 创建 ID 生成器的方式一: 使用工作机器的序号(也就是将机房的去掉给机器ID使用),范围是 [0, 1023],优点是方便给机器编号
         *
         * @param workerId 工作机器 ID
         */
        public SnowFlakeIdWorker(long workerId) {
            // 计算最大值
            long maxMachineId = (MAX_DATA_CENTER_ID + 1) * (MAX_WORKER_ID + 1) - 1;

            if (workerId < 0 || workerId > maxMachineId) {
                throw new IllegalArgumentException(String.format("Worker ID can't be greater than %d or less than 0", maxMachineId));
            }

            // 取高位部分作为机房ID部分
            this.dataCenterId = (workerId >> WORKER_ID_BITS) & MAX_DATA_CENTER_ID;
            // 取低位部分作为机器ID部分
            this.workerId = workerId & MAX_WORKER_ID;
        }

        /**
         * 获得下一个 ID(该方法是线程安全的)
         *
         * @return 返回一个长度位15的 long类型的数字
         */
        public synchronized long nextId() {
            long timestamp = timeGen();
            // 如果当前时间小于上一次 ID 生成的时间戳,说明发生时钟回拨,为保证ID不重复抛出异常。
            if (timestamp < lastTimestamp) {
                throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
            }

            if (lastTimestamp == timestamp) {
                // 同一时间生成的,则序号+1
                sequence = (sequence + 1) & SEQUENCE_MASK;
                // 毫秒内序列溢出:超过最大值
                if (sequence == 0) {
                    // 阻塞到下一个毫秒,获得新的时间戳
                    timestamp = tilNextMillis(lastTimestamp);
                }
            } else {
                // 时间戳改变,毫秒内序列重置
                sequence = 0L;
            }
            // 上次生成 ID 的时间戳
            lastTimestamp = timestamp;

            // 移位并通过或运算拼到一起
            return ((timestamp - TW_EPOCH) << TIMESTAMP_LEFT_SHIFT) | (dataCenterId << DATA_CENTER_ID_SHIFT) | (workerId << WORKER_ID_SHIFT) | sequence;
        }

        private long tilNextMillis(long lastTimestamp) {
            long timestamp = timeGen();
            while (timestamp <= lastTimestamp) {
                timestamp = timeGen();
            }
            return timestamp;
        }

        private long timeGen() {
            return System.currentTimeMillis();
        }

    }

}
雪花算法
代码