Java使用雪花算法生成唯一ID的实现示例
雪花算法(Snowflake ID)是 Twitter 开源的一种分布式 ID 生成算法,其目的是生成全局唯一的 ID。该算法的核心思想是将一个 64 位的二进制数字分成几个部分,每个部分表示不同的信息,例如数据中心ID、机器ID、序列号等。这些部分的取值范围可以根据实际情况进行调整。
使用雪花算法生成的 ID 具有以下特点:
- 全局唯一,ID 不会重复。
- 按时间有序,新生成的 ID 比旧的 ID 大。
- 可以在分布式环境下生成,不需要中心节点协调。
- 高性能,生成 ID 的速度快。
因其具有全局唯一和分布式特性,常被用于互联网应用的分布式系统中,如订单号生成、数据库主键生成等。
具体实现代码如下:
public class Snowflake { /** 开始时间戳 (2021-01-01) */ private final long START_TIMESTAMP = 1609430400000L; /** 机器ID所占的位数 */ private final long WORKER_ID_BITS = 5L; /** 数据标识ID所占的位数 */ private final long DATA_CENTER_ID_BITS = 5L; /** 支持的最大机器ID,结果是31 (0B11111) */ private final long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS); /** 支持的最大数据标识ID,结果是31 (0B11111) */ private final long MAX_DATA_CENTER_ID = ~(-1L << DATA_CENTER_ID_BITS); /** 序列在ID中占的位数 */ private final long SEQUENCE_BITS = 12L; /** 机器ID向左移12位 */ private final long WORKER_ID_SHIFT = SEQUENCE_BITS; /** 数据标识ID向左移17位(12+5) */ private final long DATA_CENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS; /** 时间戳向左移22位(5+5+12) */ private final long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATA_CENTER_ID_BITS; /** 支持的最大序列号,结果是4095 (0B111111111111) */ private final long MAX_SEQUENCE = ~(-1L << SEQUENCE_BITS); /** 工作机器ID */ private final long workerId; /** 数据中心ID */ private final long dataCenterId; /** 毫秒内序列号 */ private long sequence = 0L; /** 上次生成ID的时间戳 */ private long lastTimestamp = -1L; /** * 构造函数 * @param workerId 工作机器ID * @param dataCenterId 数据中心ID */ public Snowflake(long workerId, long dataCenterId) { if (workerId > MAX_WORKER_ID || workerId < 0) { throw new IllegalArgumentException(String.format("WorkerID不能超过%d且不能小于0", MAX_WORKER_ID)); } if (dataCenterId > MAX_DATA_CENTER_ID || dataCenterId < 0) { throw new IllegalArgumentException(String.format("DataCenterID不能超过%d且不能小于0", MAX_DATA_CENTER_ID)); } this.workerId = workerId; this.dataCenterId = dataCenterId; } /** * 生成ID * @return long类型的ID */ public synchronized long nextId() { long timestamp = System.currentTimeMillis(); // 如果当前时间小于上次生成ID的时间戳,说明系统时钟回退过,抛出异常 if (timestamp < lastTimestamp) { throw new RuntimeException(String.format("系统时钟回退,拒绝生成ID,上次生成ID的时间戳:%d,当前时间戳:%d", lastTimestamp, timestamp)); } // 如果当前时间等于上次生成ID的时间戳(同一毫秒内),则序列号加1 if (timestamp == lastTimestamp) { sequence = (sequence + 1) & MAX_SEQUENCE; if (sequence == 0) { // 如果序列号已经超过最大值,需要等待到下一毫秒再继续生成ID timestamp = waitNextMillis(timestamp); } } else { sequence = 0L; } // 更新上次生成ID的时间戳 lastTimestamp = timestamp; // 生成ID return ((timestamp - START_TIMESTAMP) << TIMESTAMP_LEFT_SHIFT) | (dataCenterId << DATA_CENTER_ID_SHIFT) | (workerId << WORKER_ID_SHIFT) | sequence; } /** * 等待下一毫秒 * @param timestamp 上次生成ID的时间戳 * @return 下一毫秒的时间戳 */ private long waitNextMillis(long timestamp) { long nextTimestamp = System.currentTimeMillis(); while (nextTimestamp <= timestamp) { nextTimestamp = System.currentTimeMillis(); } return nextTimestamp; } // 示例 public static void main(String[] args) { Snowflake snowflake = new Snowflake(1, 1); System.out.println(snowflake.nextId()); } }
在上述代码中,可以通过调整START_TIMESTAMP、WORKER_ID_BITS、DATA_CENTER_ID_BITS、SEQUENCE_BITS等参数来满足不同的需求,例如支持更多的机器、更高的QPS等。
这是批量生成的ID:
到此这篇关于Java使用雪花算法生成唯一ID的实现示例的文章就介绍到这了,更多相关Java 雪花算法生成唯一ID内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
一文快速了解spring boot中的@idempotent注解
idempotence注解是RESTful API设计中一个重要的概念,它可以保证操作的可靠性和一致性,下面这篇文章主要给大家介绍了关于spring boot中@idempotent注解的相关资料,需要的朋友可以参考下2024-01-01IDEA mybatis-generator逆向工程生成代码
这篇文章主要介绍了IDEA mybatis-generator逆向工程生成代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-06-06
最新评论