SnowFlakeId 分布式雪花id算法
package com.jn.baseservice.utils; import com.jn.baseservice.common.Number;
import lombok.Getter;
import lombok.Setter;
import lombok.extern.log4j.Log4j2;
import org.apache.commons.lang3.StringUtils;
import org.springframework.context.ApplicationContext; @Log4j2
@Getter
@Setter
public class SnowFlake { // 起始的时间戳
private final static long START_TIMESTAMP = 1555894860007l;
// 每一部分占用的位数,就三个
private final static long SEQUENCE_BIT = 12;// 序列号占用的位数
private final static long MACHINE_BIT = 5;// 机器标识占用的位数
private final static long DATA_CENTER_BIT = 5;// 数据中心占用的位数
// 每一部分最大值
private final static long MAX_DATA_CENTER_NUM = 2 << DATA_CENTER_BIT - 1;
private final static long MAX_MACHINE_NUM = 2 << MACHINE_BIT - 1;
private final static long MAX_SEQUENCE = 2 << SEQUENCE_BIT - 1;
// 每一部分向左的位移
private final static long MACHINE_LEFT = SEQUENCE_BIT;
private final static long DATA_CENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
private final static long TIMESTAMP_LEFT = DATA_CENTER_LEFT + DATA_CENTER_BIT;
private static long dataCenterId; // 数据中心 -- 分组按照 应用分组
private static long machineId; // 机器标识
private static long sequence = 0L; // 序列号
private static long lastTimestamp = -1L;// 上一次时间戳 public static boolean check; /**
* 构造器
*
* @param dataCenterId
* @param machineId
*/
private static void SnowFlake(long dataCenterId, long machineId) {
if (dataCenterId > MAX_DATA_CENTER_NUM || dataCenterId < 0) {
throw new IllegalArgumentException("dataCenterId can't be greater than MAX_DATA_CENTER_NUM or less than 0");
}
if (machineId > MAX_MACHINE_NUM || machineId < 0) {
throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
}
SnowFlake.dataCenterId = dataCenterId;
SnowFlake.machineId = machineId;
} /**
* 初始化检查
*
* @param context
*/
public synchronized static void initOrCheck(ApplicationContext context) {
String applicationName = context.getId();
long applicationHashCode = Math.abs(applicationName.hashCode() % MAX_DATA_CENTER_NUM);
log.info("applicationName:{},dataCenterId:{}", applicationName, applicationHashCode);
long ipHashCode = getIpCode();
log.info("ipHashCode:{}", ipHashCode);
SnowFlake(applicationHashCode, ipHashCode);
check = true;
} /**
* 获取ip
*
* @return
*/
public static long getIpCode() {
String httpString = HttpUtil.getRequest("http://2019.ip138.com/ic.asp");
log.info("获取ip回执:" + httpString);
try {
if (httpString != null) {
httpString = httpString.substring(httpString.indexOf("[") + Number.ONE, httpString.indexOf("]"));
}
} catch (Exception e) {
log.error("处理ip异常:", e);
}
log.info("处理后ip:" + httpString);
long ipHashCode = StringUtils.isEmpty(httpString) ? System.currentTimeMillis() % MAX_MACHINE_NUM : Math.abs(httpString.hashCode() % MAX_MACHINE_NUM);
return ipHashCode;
} /**
* 实际获取id
*
* @return
*/
public synchronized static long nextId() {
long currStamp = System.currentTimeMillis();
if (currStamp < lastTimestamp) {
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
} if (currStamp == lastTimestamp) {
//if条件里表示当前调用和上一次调用落在了相同毫秒内,只能通过第三部分,序列号自增来判断为唯一,所以+1.
sequence = (sequence + 1) & MAX_SEQUENCE;
//同一毫秒的序列数已经达到最大,只能等待下一个毫秒
if (sequence == 0L) {
currStamp = getNextMill();
}
} else {
//不同毫秒内,序列号置为0
//执行到这个分支的前提是currTimestamp > lastTimestamp,说明本次调用跟上次调用对比,已经不再同一个毫秒内了,这个时候序号可以重新回置0了。
sequence = 0L;
} lastTimestamp = currStamp;
//就是用相对毫秒数、机器ID和自增序号拼接
return (currStamp - START_TIMESTAMP) << TIMESTAMP_LEFT //时间戳部分
| dataCenterId << DATA_CENTER_LEFT //数据中心部分
| machineId << MACHINE_LEFT //机器标识部分
| sequence; //序列号部分
} /**
* 获取时间戳
*
* @return
*/
private static long getNextMill() {
long mill = System.currentTimeMillis();
while (mill <= lastTimestamp) {
mill = System.currentTimeMillis();
}
return mill;
} }
//获取雪花id
public static long getSnowFlakeId() {
if (!SnowFlake.check) {
SnowFlake.initOrCheck(SpringConfigTool.getContext());
}
return SnowFlake.nextId();
}
SnowFlakeId 分布式雪花id算法的更多相关文章
- 分布式SnowFlakeID(雪花ID)原理和改进优化
最近在研究分布式框架的组件和整体设计思路.所有的问题,一旦涉及分布式难度就呈几何倍数的提升.包括最常见的ID生成也是,单机情况下,使用数据库自增ID.UUID都是简单易行的选择 但在分布式环境下,就需 ...
- SnowflakeId雪花ID算法,分布式自增ID应用
概述 snowflake是Twitter开源的分布式ID生成算法,结果是一个Long型的ID.其核心思想是:使用41bit作为毫秒数,10bit作为机器的ID(5个bit是数据中心,5个bit的机器I ...
- ShardingSphere-proxy-5.0.0分布式雪花ID生成(三)
一.目的 保证在分库分表中每条数据具有唯一性 二.修改配置文件config-sharding.yaml,并重启服务 # # Licensed to the Apache Software Founda ...
- 分布式唯一ID生成算法-雪花算法
在我们的工作中,数据库某些表的字段会用到唯一的,趋势递增的订单编号,我们将介绍两种方法,一种是传统的采用随机数生成的方式,另外一种是采用当前比较流行的“分布式唯一ID生成算法-雪花算法”来实现. 一. ...
- 分布式唯一ID生成方案选型!详细解析雪花算法Snowflake
分布式唯一ID 使用RocketMQ时,需要使用到分布式唯一ID 消息可能会发生重复,所以要在消费端做幂等性,为了达到业务的幂等性,生产者必须要有一个唯一ID, 需要满足以下条件: 同一业务场景要全局 ...
- 分布式唯一ID:雪花ID Snowflake .Net版
先抄个雪花ID介绍,雪花算法: 雪花算法的原始版本是scala版,用于生成分布式ID(纯数字,时间顺序),订单编号等. 自增ID:对于数据敏感场景不宜使用,且不适合于分布式场景.GUID:采用无意义字 ...
- 分布式唯一id:snowflake算法思考
匠心零度 转载请注明原创出处,谢谢! 缘起 为什么会突然谈到分布式唯一id呢?原因是最近在准备使用RocketMQ,看看官网介绍: 一句话,消息可能会重复,所以消费端需要做幂等.为什么消息会重复后续R ...
- Twitter分布式自增ID算法snowflake原理解析(Long类型)
Twitter分布式自增ID算法snowflake,生成的是Long类型的id,一个Long类型占8个字节,每个字节占8比特,也就是说一个Long类型占64个比特(0和1). 那么一个Long类型的6 ...
- 分布式自增ID算法-Snowflake详解
1.Snowflake简介 互联网快速发展的今天,分布式应用系统已经见怪不怪,在分布式系统中,我们需要各种各样的ID,既然是ID那么必然是要保证全局唯一,除此之外,不同当业务还需要不同的特性,比如像并 ...
随机推荐
- Android开发文档
https://developer.android.com/ 用ke学上网方能打开
- 【leetcode】995. Minimum Number of K Consecutive Bit Flips
题目如下: In an array A containing only 0s and 1s, a K-bit flip consists of choosing a (contiguous) suba ...
- beautifhulsoup4的使用
Beautiful: - 基本使用 from bs4 import BeautifulSoup - 解析器: lxml, html.parser soup = Beautiful ...
- select 1 from ... sql语句中的1解读
摘自:http://blog.csdn.net/zengcong2013/article/details/48224509 select 1 from ..., sql语句中的1代表什么意思?查出来 ...
- 查询qq登陆状态
function qq_status(){ if (empty($qq))$qq = 287959133; $url = 'http://wpa.qq.com/pa?p=2:'.$qq.':52'; ...
- cf round#598 CDEF
C:模拟:未跳到目的地之前先贪心放板子,能到达目的地后紧贴着放板子 先判能不能跳到目的地,能跳到再考虑是否需要将后面的板子往前移动 #include<bits/stdc++.h> usin ...
- Python基础教程(001)--前言
前言 人生苦短,我用Python. Python的作者,Guido von Rossum,确实是荷兰人.1982年,Guido从阿姆斯特丹大学(University of Amsterdam)获得了数 ...
- element-ul 处理 组件内的弹出框close问题
<el-dialog custom-class="rental-pop" :close-on-click-modal="false" :append-to ...
- python 找到列表中满足某些条件的元素
a = [0, 1, 2, 3, 4, 0, 2, 3, 6, 7, 5] selected = [x for x in a if x in range(1, 5)] # 找到a中属于[1,5)中 ...
- jquery中attr方法和prop方法的区别
关于checked的属性,最重要的概念就是你要记住,它跟checked的状态值是毫无关系的,设置checked = "checked"或者checked = "true& ...