影音體驗(yàn)是真的強(qiáng) 簡(jiǎn)單聊聊iQOO Pad
大公司的好處就是產(chǎn)品線豐富，非常細(xì)分化的東西也能給你做出來(lái)，例如早先我們看到了新的vivo Pad2，之后我們又在iQOO Neo8 Pro的發(fā)布會(huì)上看到了iQOO的首款平板產(chǎn)品iQOO Pad。雖
SnowFlake 算法，是 Twitter 開源的分布式 ID 生成算法。
其核心思想就是：使用一個(gè) 64 bit 的 long 型的數(shù)字作為全局唯一 ID。在分布式系統(tǒng)中的應(yīng)用十分廣泛，且 ID 引入了時(shí)間戳，基本上保持自增的，后面的代碼中有詳細(xì)的注解。
這 64 個(gè) bit 中，其中 1 個(gè) bit 是不用的，然后用其中的 41 bit 作為毫秒數(shù)，用 10 bit 作為工作機(jī)器 ID，12 bit 作為序列號(hào)。
圖片
給大家舉個(gè)例子吧，比如下面那個(gè) 64 bit 的 long 型數(shù)字：
1 bit：是不用的，為啥呢？
因?yàn)槎M(jìn)制里第一個(gè) bit 為如果是 1，那么都是負(fù)數(shù)，但是我們生成的 ID 都是正數(shù)，所以第一個(gè) bit 統(tǒng)一都是 0。
41 bit：表示的是時(shí)間戳，單位是毫秒。
41 bit 可以表示的數(shù)字多達(dá) 2^41 - 1，也就是可以表示 2 ^ 41 - 1 個(gè)毫秒值，換算成年就是表示 69 年的時(shí)間。
10 bit：記錄工作機(jī)器 ID。
代表的是這個(gè)服務(wù)最多可以部署在 2^10 臺(tái)機(jī)器上，也就是 1024 臺(tái)機(jī)器。
但是 10 bit 里 5 個(gè) bit 代表機(jī)房 ID，5 個(gè) bit 代表機(jī)器 ID。意思就是最多代表 2 ^ 5 個(gè)機(jī)房（32 個(gè)機(jī)房），每個(gè)機(jī)房里可以代表 2 ^ 5 個(gè)機(jī)器（32 臺(tái)機(jī)器），也可以根據(jù)自己公司的實(shí)際情況確定。
12 bit：這個(gè)是用來(lái)記錄同一個(gè)毫秒內(nèi)產(chǎn)生的不同 ID。
12 bit 可以代表的最大正整數(shù)是 2 ^ 12 - 1 = 4096，也就是說(shuō)可以用這個(gè) 12 bit 代表的數(shù)字來(lái)區(qū)分同一個(gè)毫秒內(nèi)的 4096 個(gè)不同的 ID。
簡(jiǎn)單來(lái)說(shuō)，你的某個(gè)服務(wù)假設(shè)要生成一個(gè)全局唯一 ID，那么就可以發(fā)送一個(gè)請(qǐng)求給部署了 SnowFlake 算法的系統(tǒng)，由這個(gè) SnowFlake 算法系統(tǒng)來(lái)生成唯一 ID。
這個(gè) SnowFlake 算法系統(tǒng)首先肯定是知道自己所在的機(jī)房和機(jī)器的，比如機(jī)房 ID = 17，機(jī)器 ID = 12。
接著 SnowFlake 算法系統(tǒng)接收到這個(gè)請(qǐng)求之后，首先就會(huì)用二進(jìn)制位運(yùn)算的方式生成一個(gè) 64 bit 的 long 型 ID，64 個(gè) bit 中的第一個(gè) bit 是無(wú)意義的。
接著 41 個(gè) bit，就可以用當(dāng)前時(shí)間戳（單位到毫秒），然后接著 5 個(gè) bit 設(shè)置上這個(gè)機(jī)房 ID，還有 5 個(gè) bit 設(shè)置上機(jī)器 ID。
最后再判斷一下，當(dāng)前這臺(tái)機(jī)房的這臺(tái)機(jī)器上這一毫秒內(nèi)，這是第幾個(gè)請(qǐng)求，給這次生成 ID 的請(qǐng)求累加一個(gè)序號(hào)，作為最后的 12 個(gè) bit。
最終一個(gè) 64 個(gè) bit 的 ID 就出來(lái)了，類似于：
圖片
這個(gè)算法可以保證，一個(gè)機(jī)房的一臺(tái)機(jī)器上，在同一毫秒內(nèi)生成了一個(gè)唯一的 ID?？赡芤粋€(gè)毫秒內(nèi)會(huì)生成多個(gè) ID，但是有最后 12 個(gè) bit 的序號(hào)來(lái)區(qū)分開來(lái)。
下面我們簡(jiǎn)單看看這個(gè) SnowFlake 算法的一個(gè)代碼實(shí)現(xiàn)，這就是個(gè)示例，大家如果理解了這個(gè)意思之后，以后可以自己嘗試改造這個(gè)算法。
總之就是用一個(gè) 64 bit 的數(shù)字中各個(gè) bit 位來(lái)設(shè)置不同的標(biāo)志位，區(qū)分每一個(gè) ID。
SnowFlake 算法的實(shí)現(xiàn)代碼如下：
public class IdWorker { //因?yàn)槎M(jìn)制里第一個(gè) bit 為如果是 1，那么都是負(fù)數(shù)，但是我們生成的 id 都是正數(shù)，所以第一個(gè) bit 統(tǒng)一都是 0。 //機(jī)器ID 2進(jìn)制5位 32位減掉1位 31個(gè) private long workerId; //機(jī)房ID 2進(jìn)制5位 32位減掉1位 31個(gè) private long datacenterId; //代表一毫秒內(nèi)生成的多個(gè)id的最新序號(hào) 12位 4096 -1 = 4095 個(gè) private long sequence; //設(shè)置一個(gè)時(shí)間初始值 2^41 - 1 差不多可以用69年 private long twepoch = 1585644268888L; //5位的機(jī)器id private long workerIdBits = 5L; //5位的機(jī)房id private long datacenterIdBits = 5L; //每毫秒內(nèi)產(chǎn)生的id數(shù) 2 的 12次方 private long sequenceBits = 12L; // 這個(gè)是二進(jìn)制運(yùn)算，就是5 bit最多只能有31個(gè)數(shù)字，也就是說(shuō)機(jī)器id最多只能是32以內(nèi) private long maxWorkerId = -1L ^ (-1L << workerIdBits); // 這個(gè)是一個(gè)意思，就是5 bit最多只能有31個(gè)數(shù)字，機(jī)房id最多只能是32以內(nèi) 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); //記錄產(chǎn)生時(shí)間毫秒數(shù)，判斷是否是同1毫秒 private long lastTimestamp = -1L; public long getWorkerId(){ return workerId; } public long getDatacenterId() { return datacenterId; } public long getTimestamp() { return System.currentTimeMillis(); } public IdWorker(long workerId, long datacenterId, long sequence) { // 檢查機(jī)房id和機(jī)器id是否超過(guò)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; } // 這個(gè)是核心方法，通過(guò)調(diào)用nextId()方法，讓當(dāng)前這臺(tái)機(jī)器上的snowflake算法程序生成一個(gè)全局唯一的id public synchronized long nextId() { // 這兒就是獲取當(dāng)前時(shí)間戳，單位是毫秒 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)); } // 下面是說(shuō)假設(shè)在同一個(gè)毫秒內(nèi)，又發(fā)送了一個(gè)請(qǐng)求生成一個(gè)id // 這個(gè)時(shí)候就得把seqence序號(hào)給遞增1，最多就是4096 if (lastTimestamp == timestamp) { // 這個(gè)意思是說(shuō)一個(gè)毫秒內(nèi)最多只能有4096個(gè)數(shù)字，無(wú)論你傳遞多少進(jìn)來(lái)， //這個(gè)位運(yùn)算保證始終就是在4096這個(gè)范圍內(nèi)，避免你自己傳遞個(gè)sequence超過(guò)了4096這個(gè)范圍 sequence = (sequence + 1) & sequenceMask; //當(dāng)某一毫秒的時(shí)間，產(chǎn)生的id數(shù) 超過(guò)4095，系統(tǒng)會(huì)進(jìn)入等待，直到下一毫秒，系統(tǒng)繼續(xù)產(chǎn)生ID if (sequence == 0) { timestamp = tilNextMillis(lastTimestamp); } } else { sequence = 0; } // 這兒記錄一下最近一次生成id的時(shí)間戳，單位是毫秒 lastTimestamp = timestamp; // 這兒就是最核心的二進(jìn)制位運(yùn)算操作，生成一個(gè)64bit的id // 先將當(dāng)前時(shí)間戳左移，放到41 bit那兒；將機(jī)房id左移放到5 bit那兒；將機(jī)器id左移放到5 bit那兒；將序號(hào)放最后12 bit // 最后拼接起來(lái)成一個(gè)64 bit的二進(jìn)制數(shù)字，轉(zhuǎn)換成10進(jìn)制就是個(gè)long型 return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift) | (workerId << workerIdShift) | sequence; } /** * 當(dāng)某一毫秒的時(shí)間，產(chǎn)生的id數(shù) 超過(guò)4095，系統(tǒng)會(huì)進(jìn)入等待，直到下一毫秒，系統(tǒng)繼續(xù)產(chǎn)生ID * @param lastTimestamp * @return */ private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } //獲取當(dāng)前時(shí)間戳 private long timeGen(){ return System.currentTimeMillis(); } /** * main 測(cè)試類 * @param args */ public static void main(String[] args) { System.out.println(1&4596); System.out.println(2&4596); System.out.println(6&4596); System.out.println(6&4596); System.out.println(6&4596); System.out.println(6&4596);// IdWorker worker = new IdWorker(1,1,1);// for (int i = 0; i < 22; i++) {// System.out.println(worker.nextId());// } }}SnowFlake 算法的優(yōu)點(diǎn)：
SnowFlake 算法的缺點(diǎn)：
依賴與系統(tǒng)時(shí)間的一致性，如果系統(tǒng)時(shí)間被回調(diào)，或者改變，可能會(huì)造成 ID 沖突或者重復(fù)。
實(shí)際中我們的機(jī)房并沒(méi)有那么多，我們可以改進(jìn)改算法，將 10bit 的機(jī)器 ID 優(yōu)化，成業(yè)務(wù)表或者和我們系統(tǒng)相關(guān)的業(yè)務(wù)。
本文鏈接：http://www.www897cc.com/showinfo-26-71938-0.html雪花算法詳解與Java實(shí)現(xiàn)：分布式唯一ID生成原理
聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)