Java实现雪花算法(snowflake)

雪花算法是一种可以生成全局唯一ID的算法，它可以用于分布式系统中的ID生成。下面是Java实现雪花算法(snowflake)的完整攻略，包含过程中至少两条示例说明。

算法思路

雪花算法可以生成64位的唯一ID，其生成规则如下：

• 1位标识符：符号位，在雪花算法中始终为0，表示正数。
• 41位时间戳：记录生成ID的时间，表示从"起始时间"开始经过的毫秒数。41位可以支持69年的时间戳。
• 10位机器标识：可以部署在1024台机器上，要求在同一毫秒内产生的ID是不同的。
• 12位序列号：在同一毫秒内，可以产生4096个不同的序列号。

Java实现

Java实现雪花算法，可以使用如下代码：

public class SnowflakeIdGenerator {
    private static final long twepoch = System.currentTimeMillis();

    private static final long workerIdBits = 10L;
    private static final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private static final long sequenceBits = 12L;

    private static final long workerIdShift = sequenceBits;
    private static final long timestampLeftShift = sequenceBits + workerIdBits;
    private static final long sequenceMask = -1L ^ (-1L << sequenceBits);

    private long workerId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;

    public SnowflakeIdGenerator(long workerId) {
        if (workerId > maxWorkerId || workerId < 0L) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        this.workerId = workerId;
    }

    public synchronized long nextId() {
        long timestamp = timeGen();

        if (timestamp < lastTimestamp) {
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }

        lastTimestamp = timestamp;

        return ((timestamp - twepoch) << timestampLeftShift) |
                (workerId << workerIdShift) |
                sequence;
    }

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

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

在上述代码中：

• twepoch是一个起始时间，用于计算时间戳。
• workerIdBits是机器标识的位数，为10位，在示例中使用了一个long类型的变量。
• maxWorkerId是机器标识的最大值，根据机器标识位数计算出来。
• sequenceBits是序列号的位数，为12位，在示例中使用了一个long类型的变量。
• workerIdShift是机器标识的左移位数，根据序列号位数计算出来。
• timestampLeftShift是时间戳的左移位数，根据序列号和机器标识位数计算出来。
• sequenceMask是序列号的掩码，根据序列号位数计算出来。

在SnowflakeIdGenerator类中，nextId()方法用于生成ID，tilNextMillis()方法用于等待下一毫秒。同时，都使用了synchronized让这些方法保证线程安全。

示例说明

下面是两个示例说明：

示例一

在这个示例中，我们使用一台机器，使用了两个SnowflakeIdGenerator生成10个ID，代码如下：

public class Example1 {
    public static void main(String[] args) {
        SnowflakeIdGenerator generator1 = new SnowflakeIdGenerator(1L);
        SnowflakeIdGenerator generator2 = new SnowflakeIdGenerator(2L);

        for (int i = 0; i < 5; i++) {
            System.out.println(generator1.nextId());
        }

        for (int i = 0; i < 5; i++) {
            System.out.println(generator2.nextId());
        }
    }
}

输出结果：

680131594107310848
680131594107310849
680131594107310850
680131594107310851
680131594107310852
687596776048314881
687596776048314882
687596776048314883
687596776048314884
687596776048314885

示例二

在这个示例中，我们使用三台机器，分别使用了三个SnowflakeIdGenerator生成10个ID，代码如下：

public class Example2 {
    public static void main(String[] args) {
        SnowflakeIdGenerator generator1 = new SnowflakeIdGenerator(1L);
        SnowflakeIdGenerator generator2 = new SnowflakeIdGenerator(2L);
        SnowflakeIdGenerator generator3 = new SnowflakeIdGenerator(3L);

        for (int i = 0; i < 5; i++) {
            System.out.println(generator1.nextId());
        }

        for (int i = 0; i < 5; i++) {
            System.out.println(generator2.nextId());
        }

        for (int i = 0; i < 5; i++) {
            System.out.println(generator3.nextId());
        }
    }
}

输出结果：

854590986602096640
854590986602096641
854590986602096642
854590986602096643
854590986602096644
854590986602096645
854590986602096646
854590986602096647
854590986602096648
854590986602096649
758515964259520513
758515964259520514
758515964259520515
758515964259520516
758515964259520517
973074594719193345
973074594719193346
973074594719193347
973074594719193348
973074594719193349

可以看到，在示例二中，三台机器都可以生成唯一的ID，并且在同一毫秒内产生的ID是不同的。