.jpg)
【相關(guān)學(xué)習(xí)推薦：mysql視頻教程】
一、為何要用雪花算法
1、問題產(chǎn)生的背景
現(xiàn)如今越來越多的公司都在用分布式、微服務(wù)，那么對(duì)應(yīng)的就會(huì)針對(duì)不同的服務(wù)進(jìn)行數(shù)據(jù)庫拆分，然后當(dāng)數(shù)據(jù)量上來的時(shí)候也會(huì)進(jìn)行分表，那么隨之而來的就是分表以后id的問題。
例如之前單體項(xiàng)目中一個(gè)表中的數(shù)據(jù)主鍵id都是自增的，mysql是利用autoincrement來實(shí)現(xiàn)自增，而oracle是利用序列來實(shí)現(xiàn)的，但是當(dāng)單表數(shù)據(jù)量上來以后就要進(jìn)行水平分表，阿里Java開發(fā)建議是單表大于500w的時(shí)候就要分表，但是具體還是得看業(yè)務(wù)，如果索引用的號(hào)的話，單表千萬的數(shù)據(jù)也是可以的。水平分表就是將一張表的數(shù)據(jù)分成多張表，那么問題就來了如果還是按照以前的自增來做主鍵id，那么就會(huì)出現(xiàn)id重復(fù)，這個(gè)時(shí)候就得考慮用什么方案來解決分布式id的問題了。
2、解決方案
2.1、數(shù)據(jù)庫表
可以在某個(gè)庫中專門維護(hù)一張表，然后每次無論哪個(gè)表需要自增id的時(shí)候都去查這個(gè)表的記錄，然后用for update鎖表，然后取到的值加一，然后返回以后把再把值記錄到表中，但是這個(gè)方法適合并發(fā)量比較小的項(xiàng)目，因此每次都得鎖表。
2.2、redis
因?yàn)閞edis是單線程的，可以在redis中維護(hù)一個(gè)鍵值對(duì)，然后哪個(gè)表需要直接去redis中取值然后加一，但是這個(gè)跟上面一樣由于單線程都是對(duì)高并發(fā)的支持不高，只適合并發(fā)量小的項(xiàng)目。
2.3、uuid
可以使用uuid作為不重復(fù)主鍵id，但是uuid有個(gè)問題就是其是無序的字符串，如果使用uuid當(dāng)做主鍵，那么主鍵索引就會(huì)失效。
2.4、雪花算法
雪花算法是解決分布式id的一個(gè)高效的方案，大部分互聯(lián)網(wǎng)公司都在使用雪花算法，當(dāng)然還有公司自己實(shí)現(xiàn)其他的方案。
二、雪花算法
1、原理
雪花算法就是使用64位long類型的數(shù)據(jù)存儲(chǔ)id，最高位一位存儲(chǔ)0或者1,0代表整數(shù)，1代表負(fù)數(shù)，一般都是0，所以最高位不變，41位存儲(chǔ)毫秒級(jí)時(shí)間戳，10位存儲(chǔ)機(jī)器碼（包括5位datacenterId和5位workerId），12存儲(chǔ)序列號(hào)。這樣最大2的10次方的機(jī)器，也就是1024臺(tái)機(jī)器，最多每毫秒每臺(tái)機(jī)器產(chǎn)生2的12次方也就是4096個(gè)id。（下面有代碼實(shí)現(xiàn)）
但是一般我們沒有那么多臺(tái)機(jī)器，所以我們也可以使用53位來存儲(chǔ)id。為什么要用53位？
因?yàn)槲覀儙缀醵际歉鷚eb頁面打交道，就需要跟JS打交道，js支持最大的整型范圍為53位，超過這個(gè)范圍就會(huì)丟失精度，53之內(nèi)可以直接由js讀取，超過53位就需要轉(zhuǎn)換成字符串才能保證js處理正確。53存儲(chǔ)的話，32位存儲(chǔ)秒級(jí)時(shí)間戳，5位存儲(chǔ)機(jī)器碼，16位存儲(chǔ)序列化，這樣每臺(tái)機(jī)器每秒可以生產(chǎn)65536個(gè)不重復(fù)的id。
2、缺點(diǎn)
由于雪花算法嚴(yán)重依賴時(shí)間，所以當(dāng)發(fā)生服務(wù)器時(shí)鐘回?fù)艿膯栴}是會(huì)導(dǎo)致可能產(chǎn)生重復(fù)的id。當(dāng)然幾乎沒有公司會(huì)修改服務(wù)器時(shí)間，修改以后會(huì)導(dǎo)致各種問題，公司寧愿新加一臺(tái)服務(wù)器也不愿意修改服務(wù)器時(shí)間，但是不排除特殊情況。
如何解決時(shí)鐘回?fù)艿膯栴}？可以對(duì)序列化的初始值設(shè)置步長，每次觸發(fā)時(shí)鐘回?fù)?a href="http://m.babyishan.com/tag/%e4%ba%8b%e4%bb%b6">事件，則其初始步長就加1w，可以在下面代碼的第85行來實(shí)現(xiàn)，將sequence的初始值設(shè)置為10000。
三、代碼實(shí)現(xiàn)
64位的代碼實(shí)現(xiàn)：
package?com.yl.common; /** ?*?Twitter_Snowflake<br> ?*?SnowFlake的結(jié)構(gòu)如下(每部分用-分開):<br> ?*?0?-?0000000000?0000000000?0000000000?0000000000?0?-?00000?-?00000?-?000000000000?<br> ?*?1位標(biāo)識(shí)，由于long基本類型在Java中是帶符號(hào)的，最高位是符號(hào)位，正數(shù)是0，負(fù)數(shù)是1，所以id一般是正數(shù)，最高位是0<br> ?*?41位時(shí)間截(毫秒級(jí))，注意，41位時(shí)間截不是存儲(chǔ)當(dāng)前時(shí)間的時(shí)間截，而是存儲(chǔ)時(shí)間截的差值（當(dāng)前時(shí)間截?-?開始時(shí)間截) ?*?得到的值），這里的的開始時(shí)間截，一般是我們的id生成器開始使用的時(shí)間，由我們程序來指定的（如下下面程序IdWorker類的startTime屬性）。41位的時(shí)間截，可以使用69年，年T?=?(1L? ?*?10位的數(shù)據(jù)機(jī)器位，可以部署在1024個(gè)節(jié)點(diǎn)，包括5位datacenterId和5位workerId<br> ?*?12位序列，毫秒內(nèi)的計(jì)數(shù)，12位的計(jì)數(shù)順序號(hào)支持每個(gè)節(jié)點(diǎn)每毫秒(同一機(jī)器，同一時(shí)間截)產(chǎn)生4096個(gè)ID序號(hào)<br> ?*?加起來剛好64位，為一個(gè)Long型。<br> ?*?SnowFlake的優(yōu)點(diǎn)是，整體上按照時(shí)間自增排序，并且整個(gè)分布式系統(tǒng)內(nèi)不會(huì)產(chǎn)生ID碰撞(由數(shù)據(jù)中心ID和機(jī)器ID作區(qū)分)，并且效率較高，經(jīng)測(cè)試，SnowFlake每秒能夠產(chǎn)生26萬ID左右。 ?*/ public?class?SnowflakeIdWorker?{ ?//?==============================Fields=========================================== ?/**?開始時(shí)間截?(2020-01-01)?*/ ?private?final?long?twepoch?=?1577808000000L; ?/**?機(jī)器id所占的位數(shù)?*/ ?private?final?long?workerIdBits?=?5L; ?/**?數(shù)據(jù)標(biāo)識(shí)id所占的位數(shù)?*/ ?private?final?long?datacenterIdBits?=?5L; ?/**?支持的最大機(jī)器id，結(jié)果是31?(這個(gè)移位算法可以很快的計(jì)算出幾位二進(jìn)制數(shù)所能表示的最大十進(jìn)制數(shù))?*/ ?private?final?long?maxWorkerId?=?-1L?^?(-1L??maxWorkerId?||?workerId??maxDatacenterId?||?datacenterId?<p><span style="color: #ff0000"><strong>補(bǔ)充知識(shí)：</strong></span><strong>雪花算法實(shí)現(xiàn)分布式自增長ID</strong></p><p>我就廢話不多說了，大家還是直接看代碼吧~</p><pre class="brush:java;">/** ?*?<p>名稱：IdWorker.java</p> ?*?<p>描述：分布式自增長ID</p> ?*?<pre class="brush:php;toolbar:false"> * Twitter的 Snowflake JAVA實(shí)現(xiàn)方案 *
?*?核心代碼為其IdWorker這個(gè)類實(shí)現(xiàn)，其原理結(jié)構(gòu)如下，我分別用一個(gè)0表示一位，用—分割開部分的作用： ?*?1||0—0000000000?0000000000?0000000000?0000000000?0?—?00000?—00000?—000000000000 ?*?在上面的字符串中，第一位為未使用（實(shí)際上也可作為long的符號(hào)位），接下來的41位為毫秒級(jí)時(shí)間， ?*?然后5位datacenter標(biāo)識(shí)位，5位機(jī)器ID（并不算標(biāo)識(shí)符，實(shí)際是為線程標(biāo)識(shí)）， ?*?然后12位該毫秒內(nèi)的當(dāng)前毫秒內(nèi)的計(jì)數(shù)，加起來剛好64位，為一個(gè)Long型。 ?*?這樣的好處是，整體上按照時(shí)間自增排序，并且整個(gè)分布式系統(tǒng)內(nèi)不會(huì)產(chǎn)生ID碰撞（由datacenter和機(jī)器ID作區(qū)分）， ?*?并且效率較高，經(jīng)測(cè)試，snowflake每秒能夠產(chǎn)生26萬ID左右，完全滿足需要。 ?*?
?*?64位ID?(42(毫秒)+5(機(jī)器ID)+5(業(yè)務(wù)編碼)+12(重復(fù)累加)) ?* ?*?@author?Polim ?*/ public?class?IdWorker?{ ?//?時(shí)間起始標(biāo)記點(diǎn)，作為基準(zhǔn)，一般取系統(tǒng)的最近時(shí)間（一旦確定不能變動(dòng)） ?private?final?static?long?twepoch?=?1288834974657L; ?//?機(jī)器標(biāo)識(shí)位數(shù) ?private?final?static?long?workerIdBits?=?5L; ?//?數(shù)據(jù)中心標(biāo)識(shí)位數(shù) ?private?final?static?long?datacenterIdBits?=?5L; ?//?機(jī)器ID最大值 ?private?final?static?long?maxWorkerId?=?-1L?^?(-1L??maxWorkerId?||?workerId??maxDatacenterId?||?datacenterId? ?*?獲取?maxWorkerId ?*?
?*/ ?protected?static?long?getMaxWorkerId(long?datacenterId,?long?maxWorkerId)?{ ?StringBuffer?mpid?=?new?StringBuffer(); ?mpid.append(datacenterId); ?String?name?=?ManagementFactory.getRuntimeMXBean().getName(); ?if?(!name.isEmpty())?{ ??/* ??*?GET?jvmPid ??*/ ??mpid.append(name.split(“@”)[0]); ?} ?/* ?*?MAC?+?PID?的?hashcode?獲取16個(gè)低位 ?*/ ?return?(mpid.toString().hashCode()?&?0xffff)?%?(maxWorkerId?+?1); ?} ?/** ?*?
?*?數(shù)據(jù)標(biāo)識(shí)id部分 ?*?
?*/ ?protected?static?long?getDatacenterId(long?maxDatacenterId)?{ ?long?id?=?0L; ?try?{ ??InetAddress?ip?=?InetAddress.getLocalHost(); ??NetworkInterface?network?=?NetworkInterface.getByInetAddress(ip); ??if?(network?==?null)?{ ??id?=?1L; ??}?else?{ ??byte[]?mac?=?network.getHardwareAddress(); ??id?=?((0x000000FF?&?(long)?mac[mac.length?–?1]) ???|?(0x0000FF00?&?(((long)?mac[mac.length?–?2])?>?6; ??id?=?id?%?(maxDatacenterId?+?1); ??} ?}?catch?(Exception?e)?{ ??System.out.println(”?getDatacenterId:?”?+?e.getMessage()); ?} ?return?id; ?} }
相關(guān)推薦：編程視頻課程
.png)
