snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。
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。
其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID），12bit作为毫秒内的流水号，最后还有一个符号位，永远是0。
比如在snowflake中的64-bit分别表示如下图（图片来自网络）所示：
整个结构是64位，所以我们在Java中可以使用long来进行存储。 该算法实现基本就是二进制操作,单机每秒内理论上最多可以生成1024*(2^12)，也就是409.6万个ID(1024 X 4096 = 4194304)
0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正数，最高位是0
41位时间截(毫秒级)，注意，41位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截) 得到的值），这里的的开始时间截，一般是我们的id生成器开始使用的时间，由我们程序来指定的（如下下面程序IdWorker类的startTime属性）。41位的时间截，可以使用69年，年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69
10位的数据机器位，可以部署在1024个节点，包括5位datacenterId和5位workerId。10-bit机器可以分别表示1024台机器。如果我们对IDC划分有需求，还可以将10-bit分5-bit给IDC，分5-bit给工作机器。这样就可以表示32个IDC，每个IDC下可以有32台机器，可以根据自身需求定义。
12位序列，毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间截)产生4096个ID序号。12个自增序列号可以表示2^12个ID，理论上snowflake方案的QPS约为409.6w/s，这种分配方式可以保证在任何一个IDC的任何一台机器在任意毫秒内生成的ID都是不同的。
加起来刚好64位，为一个Long型。
优点：
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(由数据中心ID和机器ID作区分)，并且效率较高，经测试，SnowFlake每秒能够产生26万ID左右。
- 毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。
- 不依赖数据库等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。
- 可以根据自身业务特性分配bit位，非常灵活
缺点：
- 强依赖机器时钟，如果机器上时钟回拨，会导致发号重复或者服务会处于不可用状态。
Go实现
sonyflake
下载
go get github.com/sony/sonyflake
Demo
package main
import (
"fmt"
"github.com/sony/sonyflake"
)
var (
LSonyFlake *sonyflake.Sonyflake
machineId uint16 // 真正的分布式环境下必须zookeeper或etcd中获取
)
func getMachineID() (uint16, error) {
return machineId, nil
}
func Init(mid uint16) (err error) {
machineId = mid
st := sonyflake.Settings{}
st.MachineID = getMachineID
LSonyFlake = sonyflake.NewSonyflake(st)
return
}
func GetID()(id uint64,err error) {
if LSonyFlake == nil{
err = fmt.Errorf("No Init\n")
return
}
return LSonyFlake.NextID()
}
func main() {
Init(0)
id,err:=GetID()
if err != nil {
fmt.Println(err)
}
fmt.Println(id)
}
原文地址：https://www.cnblogs.com/binHome/p/12072433.html
时间： 2024-11-25 15:29:41