分布式唯一Id

目标

• Long类型
• 分布式使用全局不重复
• 递增
• 高并发

实现思路

• Long类型十进制下大约19位，二进制下64位，最高位标示正负（1负0正）
• 拼接方式（从左至右位次降低）：时间戳（41位）、服务标识（10位）、毫秒内序列（12位）
  1. 时间戳：完整时间戳在2039-09-07 23:47:36时，达到42位，故这里使用时间戳差值（当前时间戳 - 2020-01-01的时间戳），此差值在2089年前都会保持在42位。
  2. 服务标识：最值1023；标识不同服务（根据业务调整）
  4. 毫秒内序列：最大值4095；超过最大值需要睡眠至下一毫秒
• 理论上每毫秒承受4095次并发、每秒4095000次；

代码实现

/**
 * Twitter_Snowflake<br>
 * SnowFlake的结构如下(每部分用-分开):<br>
 * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 0000000000 - 000000000000 <br>
 * 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<br>
 * 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<br>
 * 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<br>
 * 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<br>
 * 加起来刚好64位，为一个Long型。<br>
 * SnowFlake的优点是，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。
 */
public class IdWorker {

    // 开始时间戳
    private final long start = 1577808000000L;
    // 毫秒内序列占用位数
    private final long sequenceBits = 12;
    // 服务标识占用位数
    private final long serviceIdentificationBits = 10;
    // 服务标识左移位数
    private final long siLeftShift = serviceIdentificationBits;
    // 时间戳左移位数
    private final long sLeftShift = siLeftShift + sequenceBits;
    // 服务标识；TODO 需要根据业务初始化
    private final long serviceIdentification = 0;

    // 序列最大值：4095
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);
    // 标识最后一次生成id的时间，用以保证时间不回退
    private long lastTime;
    // 毫秒内序列，标识最后一次序列
    private long sequence = 0L;

    public static IdWorker idWorker = new IdWorker();
    public static IdWorker getInstance() {
        return idWorker;
    }

    public long getNext() {
        long time = System.currentTimeMillis();
        if (time < lastTime) {
            throw new RuntimeException("时间不允许后退, time: " + time + ", lastTime: " + lastTime);
        } else if (time == lastTime) {
            // 同一毫秒内，计算毫秒序列
            if ((sequence = (sequence + 1) & sequenceMask) < 0) {
                time = tilNextMillis(time);
            }
        } else {
            // 不同毫秒，使用初始序列;
            sequence = 0L;
        }

        lastTime = time;

        return ((time - start ) << sLeftShift)
                | (serviceIdentification << serviceIdentificationBits)
                | (sequence << sLeftShift);
    }

    /**
     * 阻塞到下一个毫秒，直到获得新的时间戳
     * @param lastTimestamp 上次生成ID的时间截
     * @return 当前时间戳
     */
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = System.currentTimeMillis();
        while (timestamp <= lastTimestamp) {
            timestamp = System.currentTimeMillis();
        }
        return timestamp;
    }
}

缺陷

• 时间戳达到42位时，需重新调整策略
• 存在机器时间不一致问题