一起养成写作习惯!这是我参与「掘金日新计划 · 4 月更文挑战」的第9天,点击查看活动详情。
1. 雪花算法(Snowflake)
Twitter的Snowflake算法是在分布式系统中一种自增ID的算法,ID能够按照时间有序生成并且可以做到全局唯一。Twitter对雪花算法的需求:
性能
- 每个进程每秒至少10k个id
- 响应速率2ms(包括网络延迟)
协调
对于数据中心内部和跨数据中心的高可用性,生成id的机器无需进行集群协调。也就是说无需再每个服务之间进行通讯进行协调。
直接排序
无需加载整个对象ID就能排序(时间戳)
紧凑
生成的ID要紧凑,换句话说就是ID所占的长度需要适中在完成业务需要的基础上。
高可用
ID生成服务要高可用,例如:存储服务
Tips: Twitter的雪花算法的说明github.com/twitter-arc…
1.1 雪花算法的数据结构
雪花算法生产的ID所占8个字节64位,也就是长整型 long
的长度。
-
首位bit位表示符号位,生成ID都是正数所以最高位就是0
-
时间戳(41bit),毫秒级别时间戳。但是实际开发过程中使用的时间戳使用的是时间戳的差值。
这个差值=当前时间戳 - 开发者设置的固定时间戳
,那么41位的时间戳可以使用69年(1L << 41) / (1000L * 60 * 60 * 24 * 365) 算出来差不多69年
-
机器ID(10bit),一共可以配置1024台机器,如果有多个机房在10bit进行机房和机器好进行组合
-
序列号(12bit),每一台机器1ms可以生成4096(如果一台机器一毫秒内生成超过4096需要进行保护)
1.2 系统时钟依赖
应该使用NTP来保持系统时钟的准确性。Snowflake
可以防止非单调时钟的影响,也就是时钟倒走。如果您的时钟运行得很快,并且NTP告诉它重复几毫秒,那么 Snowflake
将拒绝生成id,直到上次我们生成id之后的某个时间。在ntp不会让时钟倒转的模式下运行。
如果时间进行回拨那么生成的ID就有可能出现重复的情况。
2. 雪花算法Java实现
/**
* @author mxsm
* @date 2022/4/9 21:17
* @Since 1.0.0
*/
public class SnowflakeGenerator {
private static final long FIXED_TIMESTAMP = 1649491204306L;
private int machineId;
private int sequenceNumber = 0;
//最后一次生成ID时间
private volatile long lastTimestamp = -1L;
public SnowflakeGenerator(int machineId) {
this.machineId = machineId;
}
public synchronized long nextId() {
//获取当前时间
long currentTimestamp = System.currentTimeMillis();
//同一个毫秒内生成ID
if(currentTimestamp == lastTimestamp){
sequenceNumber += 1;
//处理一秒超过4096个
if(sequenceNumber > 4096){
while (currentTimestamp <= lastTimestamp){
currentTimestamp = System.currentTimeMillis();
}
sequenceNumber = 0;
}
}else {
//重置序列号
sequenceNumber = 0;
}
lastTimestamp = currentTimestamp;
return ( (currentTimestamp - FIXED_TIMESTAMP) << 22) | (machineId << 12) | sequenceNumber;
}
}
复制代码
Tips: 代码地址github.com/mxsm/distri…
以上代码是简单的实现。
3.优缺点
优点:
- ID生成服务与服务之间没有协调。靠要单独进行工作。
- 在ID生成服务本地生成没有网络的消耗效率高,高性能高可用:生成时不依赖于数据库,完全在内存中生成
- 高吞吐:每秒钟能生成数百万的自增 ID
缺点:
- 依赖与系统时间的一致性,如果系统时间被回调,或者改变,可能会造成 ID 冲突或者重复。
Tips: 在本人公司没有单独部署雪花算法的生产服务器,而是将生成器直接集成到了每个项目的代码中。机器ID是IP地址取模32后的值。所以在高并发下可能会出现小概率的重复情况。在可允许的范围内
4. 总结
雪花算法的服务集群没有服务之间的协调和同步。可以说是用单机组成的高可用分布式ID可用集群。雪花算法依赖时间戳,如果时间戳出现回拨的情况就有可能ID重复的情况。总体来说雪花算法相对于Redis实现 UUID 以及MySQL有更优。
我是蚂蚁背大象,文章对你有帮助点赞关注我,文章有不正确的地方请您斧正留言评论~谢谢