【相關(guān)學(xué)習(xí)推薦：mysql視頻教程】

一、為何要用雪花算法

1、問(wèn)題產(chǎn)生的背景

現(xiàn)如今越來(lái)越多的公司都在用分布式、微服務(wù)，那么對(duì)應(yīng)的就會(huì)針對(duì)不同的服務(wù)進(jìn)行數(shù)據(jù)庫(kù)拆分，然后當(dāng)數(shù)據(jù)量上來(lái)的時(shí)候也會(huì)進(jìn)行分表，那么隨之而來(lái)的就是分表以后id的問(wèn)題。

例如之前單體項(xiàng)目中一個(gè)表中的數(shù)據(jù)主鍵id都是自增的，mysql是利用autoincrement來(lái)實(shí)現(xiàn)自增，而oracle是利用序列來(lái)實(shí)現(xiàn)的，但是當(dāng)單表數(shù)據(jù)量上來(lái)以后就要進(jìn)行水平分表，阿里java開(kāi)發(fā)建議是單表大于500w的時(shí)候就要分表，但是具體還是得看業(yè)務(wù)，如果索引用的號(hào)的話，單表千萬(wàn)的數(shù)據(jù)也是可以的。水平分表就是將一張表的數(shù)據(jù)分成多張表，那么問(wèn)題就來(lái)了如果還是按照以前的自增來(lái)做主鍵id，那么就會(huì)出現(xiàn)id重復(fù)，這個(gè)時(shí)候就得考慮用什么方案來(lái)解決分布式id的問(wèn)題了。

2、解決方案

2.1、數(shù)據(jù)庫(kù)表

可以在某個(gè)庫(kù)中專門維護(hù)一張表，然后每次無(wú)論哪個(gè)表需要自增id的時(shí)候都去查這個(gè)表的記錄，然后用for update鎖表，然后取到的值加一，然后返回以后把再把值記錄到表中，但是這個(gè)方法適合并發(fā)量比較小的項(xiàng)目，因此每次都得鎖表。

2.2、redis

因?yàn)閞edis是單線程的，可以在redis中維護(hù)一個(gè)鍵值對(duì)，然后哪個(gè)表需要直接去redis中取值然后加一，但是這個(gè)跟上面一樣由于單線程都是對(duì)高并發(fā)的支持不高，只適合并發(fā)量小的項(xiàng)目。

2.3、uuid

可以使用uuid作為不重復(fù)主鍵id，但是uuid有個(gè)問(wèn)題就是其是無(wú)序的字符串，如果使用uuid當(dāng)做主鍵，那么主鍵索引就會(huì)失效。

2.4、雪花算法

雪花算法是解決分布式id的一個(gè)高效的方案，大部分互聯(lián)網(wǎng)公司都在使用雪花算法，當(dāng)然還有公司自己實(shí)現(xiàn)其他的方案。

二、雪花算法

1、原理

雪花算法就是使用64位long類型的數(shù)據(jù)存儲(chǔ)id，最高位一位存儲(chǔ)0或者1,0代表整數(shù)，1代表負(fù)數(shù)，一般都是0，所以最高位不變，41位存儲(chǔ)毫秒級(jí)時(shí)間戳，10位存儲(chǔ)機(jī)器碼（包括5位datacenterId和5位workerId），12存儲(chǔ)序列號(hào)。這樣最大2的10次方的機(jī)器，也就是1024臺(tái)機(jī)器，最多每毫秒每臺(tái)機(jī)器產(chǎn)生2的12次方也就是4096個(gè)id。（下面有代碼實(shí)現(xiàn)）

但是一般我們沒(méi)有那么多臺(tái)機(jī)器，所以我們也可以使用53位來(lái)存儲(chǔ)id。為什么要用53位？

因?yàn)槲覀儙缀醵际歉鷚eb頁(yè)面打交道，就需要跟js打交道，js支持最大的整型范圍為53位，超過(guò)這個(gè)范圍就會(huì)丟失精度，53之內(nèi)可以直接由js讀取，超過(guò)53位就需要轉(zhuǎn)換成字符串才能保證js處理正確。53存儲(chǔ)的話，32位存儲(chǔ)秒級(jí)時(shí)間戳，5位存儲(chǔ)機(jī)器碼，16位存儲(chǔ)序列化，這樣每臺(tái)機(jī)器每秒可以生產(chǎn)65536個(gè)不重復(fù)的id。

2、缺點(diǎn)

由于雪花算法嚴(yán)重依賴時(shí)間，所以當(dāng)發(fā)生服務(wù)器時(shí)鐘回?fù)艿膯?wèn)題是會(huì)導(dǎo)致可能產(chǎn)生重復(fù)的id。當(dāng)然幾乎沒(méi)有公司會(huì)修改服務(wù)器時(shí)間，修改以后會(huì)導(dǎo)致各種問(wèn)題，公司寧愿新加一臺(tái)服務(wù)器也不愿意修改服務(wù)器時(shí)間，但是不排除特殊情況。

如何解決時(shí)鐘回?fù)艿膯?wèn)題？可以對(duì)序列化的初始值設(shè)置步長(zhǎng)，每次觸發(fā)時(shí)鐘回?fù)苁录瑒t其初始步長(zhǎng)就加1w，可以在下面代碼的第85行來(lái)實(shí)現(xiàn)，將sequence的初始值設(shè)置為10000。

三、代碼實(shí)現(xiàn)

64位的代碼實(shí)現(xiàn)：

package com.yl.common; /**  * Twitter_Snowflake<br>  * SnowFlake的結(jié)構(gòu)如下(每部分用-分開(kāi)):<br>  * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000 <br>  * 1位標(biāo)識(shí)，由于long基本類型在Java中是帶符號(hào)的，最高位是符號(hào)位，正數(shù)是0，負(fù)數(shù)是1，所以id一般是正數(shù)，最高位是0<br>  * 41位時(shí)間截(毫秒級(jí))，注意，41位時(shí)間截不是存儲(chǔ)當(dāng)前時(shí)間的時(shí)間截，而是存儲(chǔ)時(shí)間截的差值（當(dāng)前時(shí)間截 - 開(kāi)始時(shí)間截)  * 得到的值），這里的的開(kāi)始時(shí)間截，一般是我們的id生成器開(kāi)始使用的時(shí)間，由我們程序來(lái)指定的（如下下面程序IdWorker類的startTime屬性）。41位的時(shí)間截，可以使用69年，年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69<br>  * 10位的數(shù)據(jù)機(jī)器位，可以部署在1024個(gè)節(jié)點(diǎn)，包括5位datacenterId和5位workerId<br>  * 12位序列，毫秒內(nèi)的計(jì)數(shù)，12位的計(jì)數(shù)順序號(hào)支持每個(gè)節(jié)點(diǎn)每毫秒(同一機(jī)器，同一時(shí)間截)產(chǎn)生4096個(gè)ID序號(hào)<br>  * 加起來(lái)剛好64位，為一個(gè)Long型。<br>  * SnowFlake的優(yōu)點(diǎn)是，整體上按照時(shí)間自增排序，并且整個(gè)分布式系統(tǒng)內(nèi)不會(huì)產(chǎn)生ID碰撞(由數(shù)據(jù)中心ID和機(jī)器ID作區(qū)分)，并且效率較高，經(jīng)測(cè)試，SnowFlake每秒能夠產(chǎn)生26萬(wàn)ID左右。  */ public class SnowflakeIdWorker {   // ==============================Fields===========================================  /** 開(kāi)始時(shí)間截 (2020-01-01) */  private final long twepoch = 1577808000000L;   /** 機(jī)器id所占的位數(shù) */  private final long workerIdBits = 5L;   /** 數(shù)據(jù)標(biāo)識(shí)id所占的位數(shù) */  private final long datacenterIdBits = 5L;   /** 支持的最大機(jī)器id，結(jié)果是31 (這個(gè)移位算法可以很快的計(jì)算出幾位二進(jìn)制數(shù)所能表示的最大十進(jìn)制數(shù)) */  private final long maxWorkerId = -1L ^ (-1L << workerIdBits);   /** 支持的最大數(shù)據(jù)標(biāo)識(shí)id，結(jié)果是31 */  private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);   /** 序列在id中占的位數(shù) */  private final long sequenceBits = 12L;   /** 機(jī)器ID向左移12位 */  private final long workerIdShift = sequenceBits;   /** 數(shù)據(jù)標(biāo)識(shí)id向左移17位(12+5) */  private final long datacenterIdShift = sequenceBits + workerIdBits;   /** 時(shí)間截向左移22位(5+5+12) */  private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;   /** 生成序列的掩碼，這里為4095 (0b111111111111=0xfff=4095) */  private final long sequenceMask = -1L ^ (-1L << sequenceBits);   /** 工作機(jī)器ID(0~31) */  private long workerId;   /** 數(shù)據(jù)中心ID(0~31) */  private long datacenterId;   /** 毫秒內(nèi)序列(0~4095) */  private long sequence = 0L;   /** 上次生成ID的時(shí)間截 */  private long lastTimestamp = -1L;   //==============================Constructors=====================================  /**  * 構(gòu)造函數(shù)  * @param workerId 工作ID (0~31)  * @param datacenterId 數(shù)據(jù)中心ID (0~31)  */  public SnowflakeIdWorker(long workerId, long datacenterId) {  if (workerId > maxWorkerId || workerId < 0) {  throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));  }  if (datacenterId > maxDatacenterId || datacenterId < 0) {  throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));  }  this.workerId = workerId;  this.datacenterId = datacenterId;  }   // ==============================Methods==========================================  /**  * 獲得下一個(gè)ID (該方法是線程安全的)  * @return SnowflakeId  */  public synchronized long nextId() {  long timestamp = timeGen();   //如果當(dāng)前時(shí)間小于上一次ID生成的時(shí)間戳，說(shuō)明系統(tǒng)時(shí)鐘回退過(guò)這個(gè)時(shí)候應(yīng)當(dāng)拋出異常  if (timestamp < lastTimestamp) {  throw new RuntimeException(   String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));  }   //如果是同一時(shí)間生成的，則進(jìn)行毫秒內(nèi)序列  if (lastTimestamp == timestamp) {  sequence = (sequence + 1) & sequenceMask;  //毫秒內(nèi)序列溢出  if (sequence == 0) {  //阻塞到下一個(gè)毫秒,獲得新的時(shí)間戳  timestamp = tilNextMillis(lastTimestamp);  }  }  //時(shí)間戳改變，毫秒內(nèi)序列重置  else {  sequence = 0L;  }   //上次生成ID的時(shí)間截  lastTimestamp = timestamp;   //移位并通過(guò)或運(yùn)算拼到一起組成64位的ID  return ((timestamp - twepoch) << timestampLeftShift) //  | (datacenterId << datacenterIdShift) //  | (workerId << workerIdShift) //  | sequence;  }   /**  * 阻塞到下一個(gè)毫秒，直到獲得新的時(shí)間戳  * @param lastTimestamp 上次生成ID的時(shí)間截  * @return 當(dāng)前時(shí)間戳  */  protected long tilNextMillis(long lastTimestamp) {  long timestamp = timeGen();  while (timestamp <= lastTimestamp) {  timestamp = timeGen();  }  return timestamp;  }   /**  * 返回以毫秒為單位的當(dāng)前時(shí)間  * @return 當(dāng)前時(shí)間(毫秒)  */  protected long timeGen() {  return System.currentTimeMillis();  }   //==============================Test=============================================  /** 測(cè)試 */  public static void main(String[] args) {  SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0);    for (int i = 0; i < 100; i++) {  long id = idWorker.nextId();  System.out.println(id);  }  } }

補(bǔ)充知識(shí)：雪花算法實(shí)現(xiàn)分布式自增長(zhǎng)ID

我就廢話不多說(shuō)了，大家還是直接看代碼吧~

/**  * <p>名稱：IdWorker.java</p>  * <p>描述：分布式自增長(zhǎng)ID</p>  * <pre>  * Twitter的 Snowflake　JAVA實(shí)現(xiàn)方案  * </pre>  * 核心代碼為其IdWorker這個(gè)類實(shí)現(xiàn)，其原理結(jié)構(gòu)如下，我分別用一個(gè)0表示一位，用—分割開(kāi)部分的作用：  * 1||0---0000000000 0000000000 0000000000 0000000000 0 --- 00000 ---00000 ---000000000000  * 在上面的字符串中，第一位為未使用（實(shí)際上也可作為long的符號(hào)位），接下來(lái)的41位為毫秒級(jí)時(shí)間，  * 然后5位datacenter標(biāo)識(shí)位，5位機(jī)器ID（并不算標(biāo)識(shí)符，實(shí)際是為線程標(biāo)識(shí)），  * 然后12位該毫秒內(nèi)的當(dāng)前毫秒內(nèi)的計(jì)數(shù)，加起來(lái)剛好64位，為一個(gè)Long型。  * 這樣的好處是，整體上按照時(shí)間自增排序，并且整個(gè)分布式系統(tǒng)內(nèi)不會(huì)產(chǎn)生ID碰撞（由datacenter和機(jī)器ID作區(qū)分），  * 并且效率較高，經(jīng)測(cè)試，snowflake每秒能夠產(chǎn)生26萬(wàn)ID左右，完全滿足需要。  * <p>  * 64位ID (42(毫秒)+5(機(jī)器ID)+5(業(yè)務(wù)編碼)+12(重復(fù)累加))  *  * @author Polim  */ public class IdWorker {  // 時(shí)間起始標(biāo)記點(diǎn)，作為基準(zhǔn)，一般取系統(tǒng)的最近時(shí)間（一旦確定不能變動(dòng)）  private final static long twepoch = 1288834974657L;  // 機(jī)器標(biāo)識(shí)位數(shù)  private final static long workerIdBits = 5L;  // 數(shù)據(jù)中心標(biāo)識(shí)位數(shù)  private final static long datacenterIdBits = 5L;  // 機(jī)器ID最大值  private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);  // 數(shù)據(jù)中心ID最大值  private final static long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);  // 毫秒內(nèi)自增位  private final static long sequenceBits = 12L;  // 機(jī)器ID偏左移12位  private final static long workerIdShift = sequenceBits;  // 數(shù)據(jù)中心ID左移17位  private final static long datacenterIdShift = sequenceBits + workerIdBits;  // 時(shí)間毫秒左移22位  private final static long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;   private final static long sequenceMask = -1L ^ (-1L << sequenceBits);  /* 上次生產(chǎn)id時(shí)間戳 */  private static long lastTimestamp = -1L;  // 0，并發(fā)控制  private long sequence = 0L;   private final long workerId;  // 數(shù)據(jù)標(biāo)識(shí)id部分  private final long datacenterId;   public IdWorker(){  this.datacenterId = getDatacenterId(maxDatacenterId);  this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);  }  /**  * @param workerId  *  工作機(jī)器ID  * @param datacenterId  *  序列號(hào)  */  public IdWorker(long workerId, long datacenterId) {  if (workerId > maxWorkerId || workerId < 0) {   throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));  }  if (datacenterId > maxDatacenterId || datacenterId < 0) {   throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));  }  this.workerId = workerId;  this.datacenterId = datacenterId;  }  /**  * 獲取下一個(gè)ID  *  * @return  */  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) {   // 當(dāng)前毫秒內(nèi)，則+1   sequence = (sequence + 1) & sequenceMask;   if (sequence == 0) {   // 當(dāng)前毫秒內(nèi)計(jì)數(shù)滿了，則等待下一秒   timestamp = tilNextMillis(lastTimestamp);   }  } else {   sequence = 0L;  }  lastTimestamp = timestamp;  // ID偏移組合生成最終的ID，并返回ID  long nextId = ((timestamp - twepoch) << timestampLeftShift)   | (datacenterId << datacenterIdShift)   | (workerId << workerIdShift) | sequence;   return nextId;  }   private long tilNextMillis(final long lastTimestamp) {  long timestamp = this.timeGen();  while (timestamp <= lastTimestamp) {   timestamp = this.timeGen();  }  return timestamp;  }   private long timeGen() {  return System.currentTimeMillis();  }   /**  * <p>  * 獲取 maxWorkerId  * </p>  */  protected static long getMaxWorkerId(long datacenterId, long maxWorkerId) {  StringBuffer mpid = new StringBuffer();  mpid.append(datacenterId);  String name = ManagementFactory.getRuntimeMXBean().getName();  if (!name.isEmpty()) {   /*   * GET jvmPid   */   mpid.append(name.split("@")[0]);  }  /*  * MAC + PID 的 hashcode 獲取16個(gè)低位  */  return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);  }   /**  * <p>  * 數(shù)據(jù)標(biāo)識(shí)id部分  * </p>  */  protected static long getDatacenterId(long maxDatacenterId) {  long id = 0L;  try {   InetAddress ip = InetAddress.getLocalHost();   NetworkInterface network = NetworkInterface.getByInetAddress(ip);   if (network == null) {   id = 1L;   } else {   byte[] mac = network.getHardwareAddress();   id = ((0x000000FF & (long) mac[mac.length - 1])    | (0x0000FF00 & (((long) mac[mac.length - 2]) << 8))) >> 6;   id = id % (maxDatacenterId + 1);   }  } catch (Exception e) {   System.out.println(" getDatacenterId: " + e.getMessage());  }  return id;  }   }