what：SnowFlake算法是什么？

是一个id生成算法，它使用一个64bit的long型的数字作为全局唯一的id。

由于越来越多的公司都在使用分布式、微服务，那么就会对于不同的服务进行数据库拆分，然后当数据量上来的时候会进行分表，那么就会面临分表之后的id问题。

什么是分布式？

“将一个系统拆分成朵儿子系统并分布到不同设配的过程”
实现一个分布式系统，最核心的部分1.如何拆分、2.如何连接

什么是微服务？

专注单一职责和功能的小型功能区块为基础，利用模组化的方式组合出的大象应用程序，各功能区块使用与语言无关的api集相互通信。

如之前做单体项目中的一个表的数据主键id都是自增长的，例如mysql通过autoincrement来实现自增长，oracle通过序列来实现。但是当数据量上来，一般就会进行水平分表，阿里开发建议单表的数据了达到了500w的时候就需要进行分表。分表就是将一张表的数据分为多张表，那么问题就来了，由于之间的主键的id都是自增长，那么分表之后主键id就会产生重复的问题。这个之后就需要考虑用什么办法来解决主键id重复的问题。

why：为什么要使用SnowFlake

首先它主要为在分布式系统中生成唯一的ID，并且它可以满足每秒为上万条消息分配ID的请求，并且这些ID是唯一并且有导致的递增顺序，也便于Mysql的InnoDB进行数据存储。

雪花算法与UUID进行对比，都能够实现唯一标识ID。

雪花算法优势：

毫秒数在高位，自增序列在低位，整个ID都是趋势递增，有利于Mysql存储。
生成ID的性能高，并且可以根据系统业务的需要，通过改变bit位数，能够灵活的改变ID的位数

雪花算法劣势：

由于雪花算法依赖于机器的当前时间，如果机器时间回拨，将会导致ID重复。

UUID优势：

UUID本地生成，性能高，并且没有网络消耗

UUID劣势：

由于UUID是无序的会影响存储性能的问题
UUID相对于数字来说存储空间大，并且查询也相对慢

Who When Where雪花算法实现的原理

雪花算法原理：使用64bit的long型数字作为全局唯一的id，这64bit中，第一个bit是不用的，之后的41个bit作为毫秒数，之后的10个bit作为工作机器的id，最后12个bit作为序列号。

在二进制中如果第一个bit是1，那么都是负数，但是我们生成的id一般都是正数，所以这儿的第一个bit同意都是0.

41位bit：表示时间戳，单位是毫秒

41位bit存储的是毫秒级别的时间戳，2^41/(1000606024365)=69.73所以大概可以使用接近70年。

10位bit存储机器码
5位机房id和5位机器id最多可以布置2^10=1024 台机器。

12位bit
12位bit表示最大整数 2 ^ 12 =4096，表示能在一毫秒内生成4096个不同的id

雪花算法代码实现

public class IdGenerate {

    //因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。

    //机器ID  2进制5位  32位减掉1位 31个
    private long workerId;
    //机房ID 2进制5位  32位减掉1位 31个
    private long datacenterId;
    //代表一毫秒内生成的多个id的最新序号  12位 4096 -1 = 4095 个
    private long sequence;
    //设置一个时间初始值    2^41 - 1   差不多可以用69年
    private long twepoch = 1585644268888L;
    //5位的机器id
    private long workerIdBits = 5L;
    //5位的机房id
    private long datacenterIdBits = 5L;
    //每毫秒内产生的id数 2 的 12次方
    private long sequenceBits = 12L;
    // 这个是二进制运算，就是5 bit最多只能有31个数字，也就是说机器id最多只能是32以内
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 这个是一个意思，就是5 bit最多只能有31个数字，机房id最多只能是32以内
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);

    private long workerIdShift = sequenceBits;
    private long datacenterIdShift = sequenceBits + workerIdBits;
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private long sequenceMask = -1L ^ (-1L << sequenceBits);
    //记录产生时间毫秒数，判断是否是同1毫秒
    private long lastTimestamp = -1L;
    public long getWorkerId(){
        return workerId;
    }
    public long getDatacenterId() {
        return datacenterId;
    }
    public long getTimestamp() {
        return System.currentTimeMillis();
    }

    public IdGenerate(){}

    public IdGenerate(long workerId, long datacenterId, long sequence) {

        // 检查机房id和机器id是否超过31 不能小于0
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(
                    String.format("worker Id can't be greater than %d or less than 0",maxWorkerId));
        }

        if (datacenterId > maxDatacenterId || datacenterId < 0) {

            throw new IllegalArgumentException(
                    String.format("datacenter Id can't be greater than %d or less than 0",maxDatacenterId));
        }
        this.workerId = workerId;
        this.datacenterId = datacenterId;
        this.sequence = sequence;
    }

    // 这个是核心方法，通过调用nextId()方法，让当前这台机器上的snowflake算法程序生成一个全局唯一的id
    public synchronized long nextId() {
        // 这儿就是获取当前时间戳，单位是毫秒
        long timestamp = timeGen();
        if (timestamp < lastTimestamp) {

            System.err.printf(
                    "clock is moving backwards. Rejecting requests until %d.", lastTimestamp);
            throw new RuntimeException(
                    String.format("Clock moved backwards. Refusing to generate id for %d milliseconds",
                            lastTimestamp - timestamp));
        }

        // 下面是说假设在同一个毫秒内，又发送了一个请求生成一个id
        // 这个时候就得把seqence序号给递增1，最多就是4096
        if (lastTimestamp == timestamp) {

            // 这个意思是说一个毫秒内最多只能有4096个数字，无论你传递多少进来，
            //这个位运算保证始终就是在4096这个范围内，避免你自己传递个sequence超过了4096这个范围
            sequence = (sequence + 1) & sequenceMask;
            //当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }

        } else {
            sequence = 0;
        }
        // 这儿记录一下最近一次生成id的时间戳，单位是毫秒
        lastTimestamp = timestamp;
        // 这儿就是最核心的二进制位运算操作，生成一个64bit的id
        // 先将当前时间戳左移，放到41 bit那儿；将机房id左移放到5 bit那儿；将机器id左移放到5 bit那儿；将序号放最后12 bit
        // 最后拼接起来成一个64 bit的二进制数字，转换成10进制就是个long型
        return ((timestamp - twepoch) << timestampLeftShift) |
                (datacenterId << datacenterIdShift) |
                (workerId << workerIdShift) | sequence;
    }

    /**
     * 当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生ID
     * @param lastTimestamp
     * @return
     */
    private long tilNextMillis(long lastTimestamp) {

        long timestamp = timeGen();

        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }
    //获取当前时间戳
    private long timeGen(){
        return System.currentTimeMillis();
    }


}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119

后记

这篇博客是我对雪花算法学习的阶段性总结，其中有很多我不理解的地方，欢迎大家进行指正，和交流。
参考博文：
https://blog.csdn.net/lq18050010830/article/details/89845790
https://blog.csdn.net/xiaoye319/article/details/105988057/