邯郸网站建设设计,可以做外国网站文章,微信app定制开发,十堰优化网站公司雪花算法#xff08;Snowflake ID#xff09;是 Twitter 开源的一种分布式 ID 生成算法#xff0c;其目的是生成全局唯一的 ID。该算法的核心思想是将一个 64 位的二进制数字分成几个部分#xff0c;每个部分表示不同的信息#xff0c;例如数据中心ID、机器ID、序列号等。… 雪花算法Snowflake ID是 Twitter 开源的一种分布式 ID 生成算法其目的是生成全局唯一的 ID。该算法的核心思想是将一个 64 位的二进制数字分成几个部分每个部分表示不同的信息例如数据中心ID、机器ID、序列号等。这些部分的取值范围可以根据实际情况进行调整。 使用雪花算法生成的 ID 具有以下特点 全局唯一ID 不会重复。按时间有序新生成的 ID 比旧的 ID 大。可以在分布式环境下生成不需要中心节点协调。高性能生成 ID 的速度快。 因其具有全局唯一和分布式特性常被用于互联网应用的分布式系统中如订单号生成、数据库主键生成等。 具体实现代码如下 public class Snowflake {/** 开始时间戳 (2021-01-01) */private final long START_TIMESTAMP 1609430400000L;/** 机器ID所占的位数 */private final long WORKER_ID_BITS 5L;/** 数据标识ID所占的位数 */private final long DATA_CENTER_ID_BITS 5L;/** 支持的最大机器ID结果是31 (0B11111) */private final long MAX_WORKER_ID ~(-1L WORKER_ID_BITS);/** 支持的最大数据标识ID结果是31 (0B11111) */private final long MAX_DATA_CENTER_ID ~(-1L DATA_CENTER_ID_BITS);/** 序列在ID中占的位数 */private final long SEQUENCE_BITS 12L;/** 机器ID向左移12位 */private final long WORKER_ID_SHIFT SEQUENCE_BITS;/** 数据标识ID向左移17位(125) */private final long DATA_CENTER_ID_SHIFT SEQUENCE_BITS WORKER_ID_BITS;/** 时间戳向左移22位(5512) */private final long TIMESTAMP_LEFT_SHIFT SEQUENCE_BITS WORKER_ID_BITS DATA_CENTER_ID_BITS;/** 支持的最大序列号结果是4095 (0B111111111111) */private final long MAX_SEQUENCE ~(-1L SEQUENCE_BITS);/** 工作机器ID */private final long workerId;/** 数据中心ID */private final long dataCenterId;/** 毫秒内序列号 */private long sequence 0L;/** 上次生成ID的时间戳 */private long lastTimestamp -1L;/*** 构造函数* param workerId 工作机器ID* param dataCenterId 数据中心ID*/public Snowflake(long workerId, long dataCenterId) {if (workerId MAX_WORKER_ID || workerId 0) {throw new IllegalArgumentException(String.format(WorkerID不能超过%d且不能小于0, MAX_WORKER_ID));}if (dataCenterId MAX_DATA_CENTER_ID || dataCenterId 0) {throw new IllegalArgumentException(String.format(DataCenterID不能超过%d且不能小于0, MAX_DATA_CENTER_ID));}this.workerId workerId;this.dataCenterId dataCenterId;}/*** 生成ID* return long类型的ID*/public synchronized long nextId() {long timestamp System.currentTimeMillis();// 如果当前时间小于上次生成ID的时间戳说明系统时钟回退过抛出异常if (timestamp lastTimestamp) {throw new RuntimeException(String.format(系统时钟回退拒绝生成ID上次生成ID的时间戳%d当前时间戳%d,lastTimestamp, timestamp));}// 如果当前时间等于上次生成ID的时间戳同一毫秒内则序列号加1if (timestamp lastTimestamp) {sequence (sequence 1) MAX_SEQUENCE;if (sequence 0) {// 如果序列号已经超过最大值需要等待到下一毫秒再继续生成IDtimestamp waitNextMillis(timestamp);}} else {sequence 0L;}// 更新上次生成ID的时间戳lastTimestamp timestamp;// 生成IDreturn ((timestamp - START_TIMESTAMP) TIMESTAMP_LEFT_SHIFT) |(dataCenterId DATA_CENTER_ID_SHIFT) |(workerId WORKER_ID_SHIFT) |sequence;}/*** 等待下一毫秒* param timestamp 上次生成ID的时间戳* return 下一毫秒的时间戳*/private long waitNextMillis(long timestamp) {long nextTimestamp System.currentTimeMillis();while (nextTimestamp timestamp) {nextTimestamp System.currentTimeMillis();}return nextTimestamp;}// 示例public static void main(String[] args) {Snowflake snowflake new Snowflake(1, 1);System.out.println(snowflake.nextId());} }在上述代码中可以通过调整START_TIMESTAMP、WORKER_ID_BITS、DATA_CENTER_ID_BITS、SEQUENCE_BITS等参数来满足不同的需求例如支持更多的机器、更高的QPS等。 这是批量生成的ID