SnowFlake 深入理解

2021-03-10 本文已影响0人 oO白眉大虾Oo

SnowFlake算法

image.png

1位不用, 二进制的最高位 1 代表的是负数, 生成的 ID 一般都是整数, 所以最高位用不到.
41 位用来记录时间戳(毫秒)
- 41 位可以表示 $2^{{41}}-1$
- 41 位可以表示 $2^{41}-1$ 个毫秒的值，转化成单位年则是( $2^{41}-1$ ) / (1000 * 60 * 60 * 24 * 365) = 69年
10 位, 用来记录工作机器ID
- 5 位 dataCenterId 和 5 位 machineId
- 5 位 = $2^{5}-1$ = 31
12 位, 序列号, 用来表示同毫秒内生成的不同id
- 12 位 = $2^{12}-1$ = 4095
- 表示同一个机器, 同一时间戳(毫秒) 内可以产生 4095 个ID

算法 Java 实现

代码摘自网络

package org.example;

import org.apache.commons.lang3.StringUtils;

/**
 * twitter的snowflake算法 -- java实现
 *
 * @author beyond
 * @date 2016/11/26
 */
public class SnowFlake {

    /**
     * 起始的时间戳, 2019-07-01 00:00:00
     */
    private final static long START_STAMP = 1561910400000L;

    /**
     * 序列号占用的位数
     */
    private final static long SEQUENCE_BIT = 12;

    /**
     * 机器标识占用的位数
     */
    private final static long MACHINE_BIT = 5;

    /**
     * 数据中心占用的位数
     */
    private final static long DATACENTER_BIT = 5;

    /**
     * 每一部分的最大值
     */
    private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT); // 31
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT); // 31
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT); // 4095

    /**
     * 每一部分向左的位移
     */
    private final static long MACHINE_LEFT = SEQUENCE_BIT; // 左移12位
    private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT; // 左移17位
    private final static long TIMESTAMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT; // 左移22位

    /**
     * 数据中心
     */
    private final long datacenterId;

    /**
     * 机器标识
     */
    private final long machineId;

    /**
     * 序列号
     */
    private long sequence = 0L;

    /**
     * 上一次时间戳
     */
    private long lastStamp = -1L;

    public SnowFlake(long datacenterId, long machineId) {
        if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
            throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
        }
        if (machineId > MAX_MACHINE_NUM || machineId < 0) {
            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
        }
        this.datacenterId = datacenterId;
        this.machineId = machineId;
    }

    /**
     * 产生下一个ID
     */
    public synchronized long nextId() {
        long currStamp = getNewStamp();
        if (currStamp < lastStamp) {
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        }

        if (currStamp == lastStamp) {
            // 相同毫秒内，序列号自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            // 同一毫秒的序列数已经达到最大
            if (sequence == 0L) {
                currStamp = getNextMill();
            }
        } else {
            // 不同毫秒内，序列号置为0
            sequence = 0L;
        }

        lastStamp = currStamp;
        return (currStamp - START_STAMP) << TIMESTAMP_LEFT // 时间戳部分
                | datacenterId << DATACENTER_LEFT // 数据中心部分
                | machineId << MACHINE_LEFT // 机器标识部分
                | sequence; // 序列号部分
    }

    private long getNextMill() {
        long mill = getNewStamp();
        while (mill <= lastStamp) {
            mill = getNewStamp();
        }
        return mill;
    }

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

}

代码比较简单, 比较难理解的应该是下面这段, 我们将其拆解并结合运行数据可以更好的理解

return (currStamp - START_STAMP) << TIMESTAMP_LEFT // 时间戳部分
                | datacenterId << DATACENTER_LEFT // 数据中心部分
                | machineId << MACHINE_LEFT // 机器标识部分
                | sequence; // 序列号部分

数据准备
START_STAMP = 1561910400000L ; // 2019-07-01 00:00:00, 自定义
TIMESTAMP_LEFT = 22 ; // 左移22位, 表示时间戳部分
DATACENTER_LEFT = 17 // 左移17位, 表示数据中心部分
MACHINE_LEFT = 12  // 左移12位, 表示机器中心部分
datacenterId = 1 // 数据中心ID
machineId = 1 // 机器中心ID
sequence = 0 // 序列号, 每毫秒内根据运行次数递增, 这里因为是第一次, 所以是0

步骤分解
S1: 计算时间戳之差
(currStamp - START_STAMP) 
00000000 00000000 00000000 00001100 01001000 01010010 01010110 00000011

S2: S1左移22位(左边41位表示的是时间戳)
(currStamp - START_STAMP) << TIMESTAMP_LEFT
00000000 00000000 00000000 00001100 01001000 01010010 01010110 00000011 << 22
00000011 00010010 00010100 10010101 10000000 11000000 00000000 00000000
  
S3: 数据中心左移17位, 其中是5位机器ID和12位序列号
datacenterId << DATACENTER_LEFT
00000000 00000000 00000000 00000000 00000000 00000010 00000000 00000000

S4: S2与S3取或运算
(currStamp - START_STAMP) << TIMESTAMP_LEFT | datacenterId << DATACENTER_LEFT
00000011 00010010 00010100 10010101 10000000 11000000 00000000 00000000 (S2结果)
00000000 00000000 00000000 00000000 00000000 00000010 00000000 00000000 (S3结果)
00000011 00010010 00010100 10010101 10000000 11000010 00000000 00000000 (S4结果)

S5: 机器中心左移12位, 其中12位是序列号
machineId << MACHINE_LEFT
1 << 12
00000000 00000000 00000000 00000000 00000000 00000000 00010000 00000000

S6: S4与S5取或运算
(currStamp - START_STAMP) << TIMESTAMP_LEFT | datacenterId << DATACENTER_LEFT | machineId << MACHINE_LEFT
00000011 00010010 00010100 10010101 10000000 11000010 00000000 00000000 (S4结果)
00000000 00000000 00000000 00000000 00000000 00000000 00010000 00000000 (S5结果)
00000011 00010010 00010100 10010101 10000000 11000010 00010000 00000000 (S6结果)
  
S7: S6与序列号取或运算
(currStamp - START_STAMP) << TIMESTAMP_LEFT | datacenterId << DATACENTER_LEFT | machineId << MACHINE_LEFT | sequence
00000011 00010010 00010100 10010101 10000000 11000010 00010000 00000000 (S6结果)
00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 (序列号结果, 目前是0)
00000011 00010010 00010100 10010101 10000000 11000010 00010000 00000000 = 221261964037459968 (S7结果)  
  
扫盲
或运算符: 当对应二进位相异时，结果为1, 否则为0.

扩展, 能否反推出时间

思路是, 将 id 右移 22 位, 然后加上开始时间戳, 最后转成时间格式

    long id = 221261964037459968L;
  System.out.println(formatBinaryString(221261964037459968L) + "=" + id);

  // 1、右移动22位
  id = id >> 22;
  System.out.println(formatBinaryString(id) + "=" + id);

  // 2、加上开始时间戳
  id = id + 1561910400000L;
  System.out.println(Instant.ofEpochMilli(id).atZone(ZoneOffset.ofHours(8)).toLocalDateTime());

SnowFlake 深入理解

SnowFlake算法

算法 Java 实现

扩展, 能否反推出时间

猜你喜欢

热点阅读