ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

雪花算法

2022-04-03 10:03:00  阅读:229  来源: 互联网

标签:机器 random 雪花 long 算法 ID


在分布式场景中,如何生成一个全局的唯一 ID ?由于是通过多台机器并行运算,因此一般的时间戳、UUID 都不是很可靠。为此,Twitter 提出了一种名为 “雪花算法” 的算法来生成分布式全局唯一 ID 的算法

算法介绍

“雪花算法” 生成的 ID 为 \(64\) 位整数,其中,前 \(41\) 位(\(64\) 位整数第一位表示符号位,不作为开始位)表示自选定的日期以来经过的毫秒数。接下来的 \(10\) 位表示当前的计算机 ID,剩下的 \(12\) 位表示每台机器上生成的 ID 序号,具体结构如下所示:

SnowFlake.png

具体实现

实现代码如下:

import java.util.Random;
import java.util.concurrent.ThreadLocalRandom;

public class SnowFlake {
    public static void main(String[] args) {
        Random random = ThreadLocalRandom.current();
        long timStamp = System.currentTimeMillis(); // 系统当前的时间戳
        long machineId = random.nextInt(0, 1024); // 机器 ID
        long seqId = random.nextInt(0, 4096); // 序列 ID,一般都是机器自增而来,这里只是模拟一下

        long snowId = 0;
        snowId |= (timStamp << 22); 
        snowId |= (machineId << 12);
        snowId |= seqId;

        System.out.println("snow id=" + snowId);
    }
}

算法缺点

  • 基于时间戳的方式,由于压缩了时间戳的存储空间,因此时间戳在某些情况下(这并不太可能)可能会出现时间戳重复的问题
  • 最大机器数为 \(1024\),因此某些大型分布式计算可能不适合使用这种算法

参考:

[1] https://zh.wikipedia.org/wiki/雪花算法

标签:机器,random,雪花,long,算法,ID
来源: https://www.cnblogs.com/FatalFlower/p/16095160.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有