雪花算法

SnowFlake

雪花算法概述

雪花算法是由 Twitter 开发的一种分布式唯一 ID 生成算法,主要用于分布式系统中需要生成唯一 ID 的场景。它生成的 ID 既有全局唯一性,又有时间有序性。

雪花算法 ID 结构

一个典型的雪花算法生成的 ID 一共有 64 位,通常由以下几个部分组成:

  1. 1 位符号位:永远是 0,表示正数。
  2. 41 位时间戳:表示从一个固定时间点(通常是某个纪元时间,比如 2020-01-01 00:00:00)开始经过的毫秒数。这部分可以使用大约 69 年的时间。
  3. 10 位机器 ID:用来表示不同的机器或节点,可以支持最多 1024 个节点。
  4. 12 位序列号:用来表示同一毫秒内产生的不同 ID,每毫秒内可以生成 4096 个不同的 ID。

雪花算法详细实现

以下是使用 Python 实现雪花算法的详细步骤:

1. 导入必要模块

import time

2. 定义 Snowflake

class Snowflake:
def __init__(self, datacenter_id, worker_id, sequence=0):
self.datacenter_id = datacenter_id
self.worker_id = worker_id
self.sequence = sequence
  • datacenter_id:数据中心 ID,表示不同的数据中心。
  • worker_id:机器 ID,表示不同的机器或节点。
  • sequence:序列号,初始化为 0。

3. 定义常量

self.epoch = 1577836800000 # 固定的时间戳,比如 2020-01-01 00:00:00
self.datacenter_id_bits = 5
self.worker_id_bits = 5
self.sequence_bits = 12
  • epoch:纪元时间,即一个固定的时间点,从这个时间点开始计算经过的毫秒数。
  • datacenter_id_bits:数据中心 ID 的位数,设为 5 位。
  • worker_id_bits:机器 ID 的位数,设为 5 位。
  • sequence_bits:序列号的位数,设为 12 位。

4. 计算最大值

self.max_datacenter_id = -1 ^ (-1 << self.datacenter_id_bits)
self.max_worker_id = -1 ^ (-1 << self.worker_id_bits)
self.max_sequence = -1 ^ (-1 << self.sequence_bits)
  • max_datacenter_id:数据中心 ID 的最大值。
  • max_worker_id:机器 ID 的最大值。
  • max_sequence:序列号的最大值。

5. 定义移位数

self.worker_id_shift = self.sequence_bits
self.datacenter_id_shift = self.sequence_bits + self.worker_id_bits
self.timestamp_left_shift = self.sequence_bits + self.worker_id_bits + self.datacenter_id_bits
  • worker_id_shift:机器 ID 的移位数。
  • datacenter_id_shift:数据中心 ID 的移位数。
  • timestamp_left_shift:时间戳的移位数。

6. 定义时间戳获取方法

def _gen_timestamp(self):
return int(time.time() * 1000)
  • _gen_timestamp:获取当前时间戳,单位为毫秒。

7. 定义等待方法

def _wait_for_next_millis(self, last_timestamp):
timestamp = self._gen_timestamp()
while timestamp <= last_timestamp:
timestamp = self._gen_timestamp()
return timestamp
  • _wait_for_next_millis:等待到下一毫秒,确保时间戳唯一性。

8. 生成唯一 ID

def next_id(self):
timestamp = self._gen_timestamp()
if timestamp < self.last_timestamp:
raise Exception("Clock is moving backwards. Rejecting requests until %d." % self.last_timestamp)
if self.last_timestamp == timestamp:
self.sequence = (self.sequence + 1) & self.max_sequence
if self.sequence == 0:
timestamp = self._wait_for_next_millis(self.last_timestamp)
else:
self.sequence = 0
self.last_timestamp = timestamp
return ((timestamp - self.epoch) << self.timestamp_left_shift) | \
(self.datacenter_id << self.datacenter_id_shift) | \
(self.worker_id << self.worker_id_shift) | \
self.sequence
  • next_id:生成唯一 ID 的方法。
    • 获取当前时间戳。
    • 如果当前时间戳小于上一个时间戳,抛出异常。
    • 如果当前时间戳等于上一个时间戳,增加序列号,并检查是否溢出。如果溢出,等待到下一毫秒。
    • 否则,重置序列号为 0。
    • 更新上一个时间戳。
    • 通过位移操作生成唯一 ID。

使用示例

# 示例使用
datacenter_id = 1 # 数据中心 ID
worker_id = 1 # 机器 ID
snowflake = Snowflake(datacenter_id, worker_id)
for _ in range(10):
print(snowflake.next_id())
  • 初始化 Snowflake 类实例,传入数据中心 ID 和机器 ID。
  • 调用 next_id 方法生成唯一 ID。

要点

  1. 雪花算法的用途:生成分布式唯一 ID。
  2. ID 结构
    • 1 位符号位:永远为 0。
    • 41 位时间戳:从固定时间点开始的毫秒数。
    • 10 位机器 ID:表示不同机器或节点。
    • 12 位序列号:同一毫秒内产生的不同 ID。
  3. 实现步骤
    • 导入 time 模块。
    • 定义 Snowflake 类,初始化参数。
    • 定义常量:纪元时间、各部分的位数。
    • 计算最大值:数据中心 ID、机器 ID、序列号。
    • 定义移位数:机器 ID 移位数、数据中心 ID 移位数、时间戳移位数。
    • 获取当前时间戳的方法 _gen_timestamp
    • 等待到下一毫秒的方法 _wait_for_next_millis
    • 生成唯一 ID 的方法 next_id
  4. 使用示例:初始化 Snowflake 实例,生成唯一 ID。

第三方包

https://blog.csdn.net/m0_61970162/article/details/126474140

安装

pip install pysnowflake

启动服务

snowflake_start_server --worker=1

编写程序,获取id

from snowflake import client
print(client.get_guid()) # 4896771064513695745

本文作者:ssrheart

本文链接:https://www.cnblogs.com/ssrheart/p/18237841

版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。

posted @   ssrheart  阅读(319)  评论(0编辑  收藏  举报
点击右上角即可分享
微信分享提示
💬
评论
📌
收藏
💗
关注
👍
推荐
🚀
回顶
收起