java雪花算法

雪花算法适用于高并发、分布式系统中生成唯一标识符。通过合理的位数设计，确保了ID的唯一性和有序性，非常适合需要快速生成唯一ID的场景。

雪花算法是一种分布式唯一ID生成算法，由Twitter开发。它生成的ID是64位的整数，具有时间排序的特性。其结构如下：

```
| 1 bit | 41 bits | 10 bits | 12 bits |
|-------|------------------|------------------|------------------|
| sign | timestamp | datacenter id | worker id | sequence |
```

- **sign（1 bit）**：始终为0，因为雪花算法不需要负数。
- **timestamp（41 bits）**：自定义纪元（如2021年1月1日）以来的毫秒数，最多可以支持69年的时间。
- **datacenter id（10 bits）**：数据中心 ID，最多支持1024个数据中心。
- **worker id（10 bits）**：工作机器 ID，最多支持1024个工作节点。
- **sequence（12 bits）**：在同一毫秒内生成的序列号，最多支持4096个 ID。

### 雪花算法 Java 实现

public class SnowflakeIdGenerator {
// 基本参数
private final static long EPOCH = 1609459200000L; // 自定义的开始时间（2021-01-01 00:00:00）
private final static long WORKER_ID_BITS = 10; // 工作机器ID占用的位数
private final static long DATACENTER_ID_BITS = 10; // 数据中心ID占用的位数
private final static long SEQUENCE_BITS = 12; // 序列号占用的位数

// 计算各部分的位移
private final static long WORKER_ID_SHIFT = SEQUENCE_BITS; // 序列号位移
private final static long DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS; // 数据中心ID位移
private final static long TIMESTAMP_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS; // 时间戳位移

// 生成掩码
private final static long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS); // 最大工作机器ID
private final static long MAX_DATACENTER_ID = ~(-1L << DATACENTER_ID_BITS); // 最大数据中心ID
private final static long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS); // 序列号掩码

private long workerId; // 工作机器ID
private long datacenterId; // 数据中心ID
private long sequence = 0; // 序列号初始值
private long lastTimestamp = -1; // 上一次生成ID的时间戳

public SnowflakeIdGenerator(long workerId, long datacenterId) {
if (workerId > MAX_WORKER_ID || workerId < 0) {
throw new IllegalArgumentException("workerId必须在0到" + MAX_WORKER_ID + "之间");
}
if (datacenterId > MAX_DATACENTER_ID || datacenterId < 0) {
throw new IllegalArgumentException("datacenterId必须在0到" + MAX_DATACENTER_ID + "之间");
}
this.workerId = workerId;
this.datacenterId = datacenterId;
}

private long currentTimeMillis() {
return System.currentTimeMillis(); // 获取当前时间戳（毫秒）
}

public synchronized long generateId() {
long timestamp = currentTimeMillis(); // 获取当前时间戳

if (timestamp < lastTimestamp) {
throw new RuntimeException("时钟向后移动，无法生成ID");
}

if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & SEQUENCE_MASK; // 在同一毫秒内序列号加1
if (sequence == 0) {
// 序列号已满，等待下一毫秒
while (timestamp <= lastTimestamp) {
timestamp = currentTimeMillis();
}
}
} else {
sequence = 0; // 重置序列号
}

lastTimestamp = timestamp; // 更新上一次时间戳

// 生成ID
return ((timestamp - EPOCH) << TIMESTAMP_SHIFT) |
(datacenterId << DATACENTER_ID_SHIFT) |
(workerId << WORKER_ID_SHIFT) |
sequence;
}

// 示例：创建一个雪花算法实例并生成ID
public static void main(String[] args) {
long workerId = 1; // 机器ID
long datacenterId = 1; // 数据中心ID
SnowflakeIdGenerator generator = new SnowflakeIdGenerator(workerId, datacenterId);

// 生成10个ID
for (int i = 0; i < 10; i++) {
System.out.println(generator.generateId());
}
}
}

 

### 代码说明：

1. **类定义**：`SnowflakeIdGenerator` 是生成唯一ID的类。

2. **基本参数**：
- `EPOCH`：定义开始时间（自1970年1月1日以来的毫秒数）。
- `WORKER_ID_BITS`、`DATACENTER_ID_BITS`、`SEQUENCE_BITS`：分别定义工作机器ID、数据中心ID和序列号占用的位数。

3. **位移计算**：
- `WORKER_ID_SHIFT`、`DATACENTER_ID_SHIFT`、`TIMESTAMP_SHIFT`：用于计算ID各个部分的位移。

4. **掩码计算**：
- `MAX_WORKER_ID`、`MAX_DATACENTER_ID`、`SEQUENCE_MASK`：用于限制机器ID、数据中心ID和序列号的最大值。

5. **构造方法**：
- `SnowflakeIdGenerator(long workerId, long datacenterId)`：初始化工作机器ID和数据中心ID，检查其合法性。

6. **时间戳获取**：
- `currentTimeMillis()`：获取当前时间的毫秒数。

7. **ID生成**：
- `generateId()`：生成唯一的ID，处理序列号自增和时间戳更新，确保在高并发情况下生成不重复的ID。

8. **主方法**：
- `main(String[] args)`：创建 `SnowflakeIdGenerator` 实例并生成10个唯一的ID。

 更多实用教程资源：http://sj.ysok.net/jydoraemon 访问码：JYAM