SnowflakeId雪花ID演算法，分散式自增ID應用
概述
snowflake是Twitter開源的分散式ID生成演算法，結果是一個Long型的ID。其核心思想是：使用41bit作為毫秒數，10bit作為機器的ID（5個bit是資料中心，5個bit的機器ID），12bit作為毫秒內的序列號（意味著每個節點在每毫秒可以產生 4096 個 ID），最後還有一個符號位，永遠是0。
特點：
- 作為ID，肯定是唯一的；
- 自增，依賴時間戳生成，序列號有序遞增；
- 支援非常大的業務ID生成，最大支援2^10=1024個業務節點，同一個節點一毫秒最多生成2^12=4096個ID，41位毫秒級時間可以使用（2^41 - 1）/(1000*60*60*24*365)=69.73，大約70年；
- 實現簡單，不依賴於其他第三方元件，甚至都不需要任何import。
結果是一個Long型的ID，64位，結構圖如下：
- 第1位固定是0，表示正數；
- 第2-42共41位表示時間戳，當前時間的時間戳減去開始時間的時間戳；
- 業務節點ID，每個節點固定的值；
- 毫秒內的序列號。
實現
清楚了結構後，就比較好實現了。
41bit-時間戳
當前時間的時間戳減去開始時間的時間戳，左移22位
(ts - beginTs) << timestampLeftOffset
10bit-工作機器ID
自定義的業務節點ID，固定的值，左移12位
workerId << workerIdLeftOffset
12bit-序列號
毫秒內序列號，以此遞增，如果溢位就阻塞到下一秒從0開始計數
// 同一時間內，則計算序列號
if (ts == lastTimestamp) {
// 序列號溢位
if (++sequence > maxSequence) {
ts = tilNextMillis(lastTimestamp);
sequence = 0L;
}
} else {
// 時間戳改變，重置序列號
sequence = 0L;
}
lastTimestamp = ts;/**
* 阻塞到下一個毫秒
*
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {
long ts = System.currentTimeMillis();
while (ts <= lastTimestamp) {
ts = System.currentTimeMillis();
}
return ts;
}
生成最終的ID
return (ts - beginTs) << timestampLeftOffset | workerId << workerIdLeftOffset | sequence;
完整程式碼
最後貼出完整程式碼。
public class SnowflakeIdWorker {
/**
* 開始時間：2020-01-01 00:00:00
*/
private final long beginTs = 1577808000000L;
private final long workerIdBits = 10;
/**
* 2^10 - 1 = 1023
*/
private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
private final long sequenceBits = 12;
/**
* 2^12 - 1 = 4095
*/
private final long maxSequence = -1L ^ (-1L << sequenceBits);
/**
* 時間戳左移22位
*/
private final long timestampLeftOffset = workerIdBits + sequenceBits;
/**
* 業務ID左移12位
*/
private final long workerIdLeftOffset = sequenceBits;
/**
* 合併了機器ID和資料標示ID，統稱業務ID，10位
*/
private long workerId;
/**
* 毫秒內序列，12位，2^12 = 4096個數字
*/
private long sequence = 0L;
/**
* 上一次生成的ID的時間戳，同一個worker中
*/
private long lastTimestamp = -1L;
public SnowflakeIdWorker(long workerId) {
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException(String.format("WorkerId必須大於或等於0且小於或等於%d", maxWorkerId));
}
this.workerId = workerId;
}
public synchronized long nextId() {
long ts = System.currentTimeMillis();
if (ts < lastTimestamp) {
throw new RuntimeException(String.format("系統時鐘回退了%d毫秒", (lastTimestamp - ts)));
}
// 同一時間內，則計算序列號
if (ts == lastTimestamp) {
// 序列號溢位
if (++sequence > maxSequence) {
ts = tilNextMillis(lastTimestamp);
sequence = 0L;
}
} else {
// 時間戳改變，重置序列號
sequence = 0L;
}
lastTimestamp = ts;
// 0 - 00000000 00000000 00000000 00000000 00000000 0 - 00000000 00 - 00000000 0000
// 左移後，低位補0，進行按位或運算相當於二進位制拼接
// 本來高位還有個0<<63，0與任何數字按位或都是本身，所以寫不寫效果一樣
return (ts - beginTs) << timestampLeftOffset | workerId << workerIdLeftOffset | sequence;
}
/**
* 阻塞到下一個毫秒
*
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {
long ts = System.currentTimeMillis();
while (ts <= lastTimestamp) {
ts = System.currentTimeMillis();
}
return ts;
}
}
補充
這裡面有大量的二進位制位運算，目的只有一個：快。
規則：1為真，0為否，其實就是同位之間的布林運算。
按位與：&
都為真就是真，其他都是否
1&1=1 1&0=0 0&1=0 0&0=0
按位或：|
只要有一個真就是真
1&1=1 1&0=1 0&1=1 0&0=0
異或：^
相同就是否，不同就是真
1&1=0 1&0=1 0&1=1 0&0=0
左移：<<
所有位向左移動多少位，低位補0，高位多出的直接刪掉
右移：>>
所有位向右移動多少位，低位多出的刪掉，高位是0補0，是1就補1
Java中的原碼、補碼和反碼
原碼
原碼就是十進位制數字的原始二進位制表示，對於整數而言，最高位為符號位，1表示負數，0表示正數。以32位int型的整數2及-2舉例：
2的原碼：00000000 00000000 00000000 00000010
-2的原碼：10000000 00000000 00000000 00000010
反碼
正數的反碼就是其原碼，負數的反碼除了最高位的符號位外，其他位取反（0改1，1改0）
2的反碼：00000000 00000000 00000000 00000010
-2的反碼：11111111 11111111 11111111 11111101
補碼
正數的補碼就是其原碼，負數的補碼是其反碼加1
2的補碼：00000000 00000000 00000000 00000010
-2的反碼：11111111 11111111 11111111 11111101
-2的補碼：11111111 11111111 11111111 11111110
&n