|
|
@@ -0,0 +1,135 @@
|
|
|
+package com.travel.util;
|
|
|
+/**
|
|
|
+ * 雪花算法
|
|
|
+ * Twitter_Snowflake<br>
|
|
|
+ * SnowFlake的结构如下(每部分用-分开):<br>
|
|
|
+ * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000 <br>
|
|
|
+ * 1位标识,由于long基本类型在Java中是带符号的,最高位是符号位,正数是0,负数是1,所以id一般是正数,最高位是0<br>
|
|
|
+ * 41位时间截(毫秒级),注意,41位时间截不是存储当前时间的时间截,而是存储时间截的差值(当前时间截 - 开始时间截)
|
|
|
+ * 得到的值),这里的的开始时间截,一般是我们的id生成器开始使用的时间,由我们程序来指定的(如下下面程序IdWorker类的startTime属性)。41位的时间截,可以使用69年,年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69<br>
|
|
|
+ * 10位的数据机器位,可以部署在1024个节点,包括5位datacenterId和5位workerId<br>
|
|
|
+ * 12位序列,毫秒内的计数,12位的计数顺序号支持每个节点每毫秒(同一机器,同一时间截)产生4096个ID序号<br>
|
|
|
+ * 加起来刚好64位,为一个Long型。<br>
|
|
|
+ * SnowFlake的优点是,整体上按照时间自增排序,并且整个分布式系统内不会产生ID碰撞(由数据中心ID和机器ID作区分),并且效率较高,经测试,SnowFlake每秒能够产生26万ID左右。
|
|
|
+ * @author curry
|
|
|
+ */
|
|
|
+public class SnowflakeUtil {
|
|
|
+//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 SnowflakeUtil(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();
|
|
|
+ }
|
|
|
+}
|