雪花算法详解

特点

• 能满足高并发分布式系统环境下ID不重复
• 基于时间戳，可以保证基本有序递增-
• 不依赖第三方的库或者中间件
• 生成效率极高

原理

雪花算法最终产生的是一个long型 64 比特位的值，第一位未使用 。 说明：

• 1bit ： 不用，因为二进制中最高位是符号位，1表示负数，0表示正数。生成的id一般都是用整数，所以最高位固定为0。
• 41bit-时间戳： 用来记录时间戳，毫秒单位。
  • 41位可以表示241 ~~1 241 -12个数字
  • 如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0~~241 − 1，减1是因为可表示的数值范围是从0开始算的，而不是1。
  • 也就是说41位可以表示241 − 1个毫秒的值，转化成单位年则是(241 − 1) % (1000 * 60 * 60 * 24 * 365) = 69年
• 10bit - 工作机器ID，用来记录工作机器ID：
  • 可以部署在210 = 1024 个节点，包括5位DataCenterId和Workerld。
  • 5位(bit)可以表示的最大正整数是25 − 1 =31，即可以用0、1、 2、 3… 31这32个数字，来表示不同的DataCenterId和Workerld。
  • 12bit - 序列号,用来记录同毫秒内产生的不同ID。12位(bit) 可以表示的最大正整数是212 − 1 = 40952。这4095个数字，来表示同一机器同一时间截(毫秒)内产生的4095个ID序号.

SnowFlake可以保证：

• 所有生成的ID按时间趋势递增。
• 整个分布式系统内不会产生重复id（因为有DataCenterId和Workerld来做区分)

代码实现

/**
 * Twitter_Snowflake
 * SnowFlake的结构如下(每部分用-分开):
 * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
 * 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
 * 41位时间戳(毫秒级)，注意，41位时间戳不是存储当前时间的时间戳，而是存储时间戳的差值（当前时间戳 - 开始时间戳)
 * 得到的值），这里的的开始时间戳，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（如下面程序SnowflakeIdWorker类的startTime属性）。41位的时间戳，可以使用69年，年T = (1L