分布式id生成算法的有很多種，Twitter的SnowFlake就是其中經典的一種。

算法原理

SnowFlake算法生成id的結果是一個64bit大小的整數，它的結構如下圖：

?

1bit，不用，因為二進制中最高位是符號位，1表示負數，0表示正數。生成的id一般都是用整數，所以最高位固定為0。

41bit-時間戳，用來記錄時間戳，毫秒級。

- 41位可以表示個數字，

- 如果只用來表示正整數（計算機中正數包含0），可以表示的數值范圍是：0 至 ，減1是因為可表示的數值范圍是從0開始算的，而不是1。

- 也就是說41位可以表示個毫秒的值，轉化成單位年則是年

?

3:10bit-工作機器id，用來記錄工作機器id。

- 可以部署在個節點，包括5位datacenterId和5位workerId

- 5位（bit）可以表示的最大正整數是，即可以用0、1、2、3、....31這32個數字，來表示不同的datecenterId或workerId

?

4:12bit-序列號，序列號，用來記錄同毫秒內產生的不同id。

- 12位（bit）可以表示的最大正整數是，即可以用0、1、2、3、....4094這4095個數字，來表示同一機器同一時間截（毫秒)內產生的4095個ID序號。

?

由于在Java中64bit的整數是long類型，所以在Java中SnowFlake算法生成的id就是long來存儲的

SnowFlake可以保證：

所有生成的id按時間趨勢遞增

整個分布式系統內不會產生重復id（因為有datacenterId和workerId來做區分）

Twitter官方給出的算法實現?是用Scala寫的，這里不做分析，可自行查看。

Java版算法實現

public class IdWorker{//下面兩個每個5位，加起來就是10位的工作機器idprivate long workerId; //工作idprivate long datacenterId; //數據id//12位的序列號private long sequence;public IdWorker(long workerId, long datacenterId, long sequence){// sanity check for workerIdif (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));}System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);this.workerId = workerId;this.datacenterId = datacenterId;this.sequence = sequence;}//初始時間戳private long twepoch = 1288834974657L;//長度為5位private long workerIdBits = 5L;private long datacenterIdBits = 5L;//最大值private long maxWorkerId = -1L ^ (-1L << workerIdBits);private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);//序列號id長度private long sequenceBits = 12L;//序列號最大值private long sequenceMask = -1L ^ (-1L << sequenceBits);//工作id需要左移的位數，12位private long workerIdShift = sequenceBits;//數據id需要左移位數 12+5=17位private long datacenterIdShift = sequenceBits + workerIdBits;//時間戳需要左移位數 12+5+5=22位private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;//上次時間戳，初始值為負數private long lastTimestamp = -1L;public long getWorkerId(){return workerId;}public long getDatacenterId(){return datacenterId;}public long getTimestamp(){return System.currentTimeMillis();}//下一個ID生成算法public synchronized long nextId() {long timestamp = timeGen();//獲取當前時間戳如果小于上次時間戳，則表示時間戳獲取出現異常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));}//獲取當前時間戳如果等于上次時間戳（同一毫秒內），則在序列號加一；否則序列號賦值為0，從0開始。if (lastTimestamp == timestamp) {sequence = (sequence + 1) & sequenceMask;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0;}//將上次時間戳值刷新lastTimestamp = timestamp;/*** 返回結果：* (timestamp - twepoch) << timestampLeftShift) 表示將時間戳減去初始時間戳，再左移相應位數* (datacenterId << datacenterIdShift) 表示將數據id左移相應位數* (workerId << workerIdShift) 表示將工作id左移相應位數* | 是按位或運算符，例如：x | y，只有當x，y都為0的時候結果才為0，其它情況結果都為1。* 因為個部分只有相應位上的值有意義，其它位上都是0，所以將各部分的值進行 | 運算就能得到最終拼接好的id*/return ((timestamp - twepoch) << timestampLeftShift) |(datacenterId << datacenterIdShift) |(workerId << workerIdShift) |sequence;}//獲取時間戳，并與上次時間戳比較private long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();while (timestamp <= lastTimestamp) {timestamp = timeGen();}return timestamp;}//獲取系統時間戳private long timeGen(){return System.currentTimeMillis();}//---------------測試---------------public static void main(String[] args) {IdWorker worker = new IdWorker(1,1,1);for (int i = 0; i < 30; i++) {System.out.println(worker.nextId());}}}

?

總結

以上是生活随笔為你收集整理的分布式自增ID算法---雪花算法（SnowFlake）Java实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。