基于twitter的雪花算法生成不重复id

一、简介

在很多业务场景中，在单台机器或者由多台机器构成的分布式场景中，我们需要生成全局唯一的id。

在这里，将介绍基于twitter的雪花算法，生成全局的、唯一的、基于时间排序的、基本有序的id生成方法。

二、twitter雪花算法的原理

twitter的雪花算法，是将id按二进制比特位切割，不同的位区间，表示不同的含义，也即是不同位区间

的值生成方式不同，从而生成唯一的id。

如位区间可分为时间位区间、集群位区间、机器位区间、自增位区间，这样可在不同时间内、不同集群、

不同机器间，生成全局唯一的id。

三、twitter雪花算法的实例

在此以生成64位（即long型）为例进行介绍（其实区间位可以根据具体的业务需要自行指定）。

1、位区间化分

最高位（即第64位，从右向左数）为符号位，不使用；

41位（第23位到第63位）为时间位，可使用个数为2199023255551个，以毫秒为单位，大约69.5年；

5位（第18位到第22位）为集群位，可使用个数为32个；

5位（第13位到第17位）为机器位，可使用个数为32个；

12位（第1位到第12位）为序列号位，即是从0开始自增，可使用个数为4096个；

2、确定时间位开始计算的时间点

本例以2017-10-12 00:00:00开始计时，那么过去掉的时间（从1970-01-01 00:00:00开始）的毫秒数

为1507737600000，取时间时需要减去这段时间。

四、代码实例

/** * 采用twitter的雪花算法，生成有一定顺序且不重复的id，结果类型为64位的long型 */public class SnowflakeIdGen {    //集群id    private long datacenterId;    //机器id    private long workerId;    //序列号    private long sequenceId;    //集群id的bit位数    private long datacenterIdBits = 5L;    //机器id的bit位数    private long workerIdBits = 5L;    //序列号的bit位数    private long sequenceIdBits = 12L;    //集群id的最大编号    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);    //机器id的最大编号    private long maxWorkerId = -1L ^ (-1L << workerIdBits);    //序列号的掩码    private long sequenceIdMask = -1L ^ (-1L << sequenceIdBits);    //生成最终结果时，集群id需移动的bit位数    private long timestampShiftBits = sequenceIdBits + workerIdBits + datacenterIdBits;    //生成最终结果时，集群id需移动的bit位数    private long datacenterIdShiftBits = sequenceIdBits + workerIdBits;    //生成最终结果时，机器id需移动的bit位数    private long workerIdShiftBits = sequenceIdBits;    //去掉过去的时间，即从指定时间(本例以2017-10-12 00:00:00)开始算，    // 大约可用69.5年（41位的时间位，最大值换成毫秒，再换算成年，大约69.5年）    //1507737600000为从1970-01-01 00:00:00到2017-10-12 00:00:00经过的毫秒数    private long pastMills = 1507737600000L;    //上一次生成id使用的timestamp ，以毫秒为单位    private long lastTimestamp = 1L;    /**     * 若没有指定集群id和机器id,则默认均为0     */    public SnowflakeIdGen() {        this(0, 0);    }    /**     * 指定集群id和机器id     *     * @param datacenterId     * @param workerId     */    public SnowflakeIdGen(long datacenterId, long workerId) {        if (datacenterId < 0 || datacenterId > maxDatacenterId) {            throw new RuntimeException(String.format("datacenterId greater than %d or less than 0", maxDatacenterId));        }        if (workerId < 0 || workerId > maxWorkerId) {            throw new RuntimeException(String.format("workerId greater than %d or less than 0", maxWorkerId));        }        this.datacenterId = datacenterId;        this.workerId = workerId;    }    /**     * 生成全局唯一的id     *     * @return     */    public synchronized long nextId() {        long timestamp = System.currentTimeMillis();        if (timestamp < lastTimestamp) {  //出现这种情况，通常是由于机器时间出问题了            throw new RuntimeException("machine time error");        }        //同一时刻生成的id号        if (timestamp == lastTimestamp) {            sequenceId = (sequenceId + 1) & sequenceIdMask;            if (sequenceId == 0) {  //说明当前毫秒的序列号用完了，需从下个毫秒数开始重新计数                timestamp = nextTimestamp(lastTimestamp);            }        } else {            //否则序列号从0开始            sequenceId = 0L;        }        lastTimestamp = timestamp;        long id = ((timestamp - pastMills) << timestampShiftBits)                | (datacenterId << datacenterIdShiftBits)                | (workerId << workerIdShiftBits)                | sequenceId;        return id;    }    /**     * 获取上次取数毫秒的下一时刻     *     * @param lastTimestamp     * @return     */    long nextTimestamp(long lastTimestamp) {        long timestamp = System.currentTimeMillis();        while (timestamp <= lastTimestamp) {            timestamp = System.currentTimeMillis();        }        return timestamp;    }    public static void main(String[] args) throws Exception {        SnowflakeIdGen snowflakeIdGen = new SnowflakeIdGen();        //测试，生成10个唯一id        for (int i = 0; i < 10; i++) {            long id = snowflakeIdGen.nextId();            System.out.println(id);        }    }}

结果输出：

330918199820288
330918199820289
330918199820290
330918199820291
330918199820292
330918199820293
330918199820294
330918199820295
330918199820296
330918199820297