您好!
欢迎来到京东云开发者社区
登录
首页
博文
课程
大赛
工具
用户中心
开源
首页
博文
课程
大赛
工具
开源
更多
用户中心
开发者社区
>
博文
>
拆解雪花算法生成规则
分享
打开微信扫码分享
点击前往QQ分享
点击前往微博分享
点击复制链接
拆解雪花算法生成规则
15230106379_p
2023-07-24
IP归属:北京
7880浏览
# 1 介绍 雪花算法(Snowflake)是一种生成分布式全局唯一ID的算法,生成的ID称为Snowflake IDs或snowflakes。这种算法由Twitter创建,并用于推文的ID。目前仓储平台生成ID是用的雪花算法修改后的版本。 雪花算法几个特性 * 生成的ID分布式唯一和按照时间递增有序,毫秒数在高位,自增序列在低位,整个ID都是趋势递增的。 * 不依赖数据库等三方系统,稳定性更高,性能非常高的。 * 可以根据自身业务特性分配bit位,非常灵活。 # 2 其他分布式唯一ID生成方案 ## 2.1 数据库生成 以MySQL为例,单库单表,给字段设置auto\_increment来生成全局唯一ID 优点: + 非常简单,维护成本比较低 + ID唯一,单调递增,可以设置固定步长 缺点: + 可用性难以保证,每次生成ID都需要访问数据库,瓶颈在于单台MySQL读写性能上,如果数据库挂掉会造成服务不可用,这是一个致命的问题 ## 2.2UUID UUID是由一组32位数的16进制数字所构成,故UUID理论上的总数为16^32=2^128,约等于3.4 x 10^38。也就是说若每纳秒产生1兆个UUID,要花100亿年才会将所有UUID用完。UUID的标准型式包含32个16进制数字,以连字号分为五段,形式为8-4-4-4-12的32个字符。示例:550e8400-e29b-41d4-a716-446655440000 优点: + 本地生成ID,不需要进行远程调用,没有网络耗时 + 基本没有性能上限 缺点: + 可读性差 + 长度过长,16字节128位,生成的UUID通常是36位(包含-),有些场景可能不适用。如果用作数据库主键,在MySQL的InnoDB引擎下长度过长,二级索引(非主键索引)会占用很大的空间。 + 无法保证趋势递增,在MySQL的InnoDB引擎下,新插入数据会根据主键来寻找合适位置,会导致频繁的移动、分页增加了很多开销。 # 3 snowflake算法实现细节 ## 3.1拆解64bit位 snowflake生成的id通常是一个64bit数字,java中用long类型。 ![image.png](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-07-18-15-486S1818KHo3xTp7FQI.png) 图1:snowflake算法中的64-bit划分方式 + 1-bit不用于生成ID(符号位) long 范围[-2^(64-1), 2^(64-1) ] , (64-1)中的1代表的就是符号位 + 41-bit时间戳(毫秒)可以表示1 x 2^41 / (1000 x 3600 x 24 x 365) = 69年的时间 + 10-bit可以分别表示1 x 2^10 = 1024台机器,范围[0,1023] + 12-bit表示1ms内自动递增的序列号,1 x 2^12 = 4096个 范围[0,4095]。单机1ms可以生成4096个不重复的ID 通过上述方式进行生成ID,可以保证1024台机器在任意69年的时间段里不会出现重复的ID,而且单台机器支持一秒能够生成409.6万个ID。 这种方式可以支撑大部分业务,如果不满足,可以根据自身业务特点来调整不同命名空间占用的bit数。如果我们有划分IDC的需求,可以将10-bit分5-bit给IDC,分5-bit给工作机器。这样就可以表示32个IDC,每个IDC下可以有32台机器。如果我们的机器位比较特殊,数值相对较大,但是对并发要求不高,还可以将时间位调整为秒级,时间位节省出10-bit留给机器位。 + 1-bit符号位 + 31-bit时间戳(秒)1 x 2^31/ (3600 x 24 x 365) = 68年 + 22-bit机器位 运维平台给提供的数值 范围 [0,2^22-1] + 10-bit序列号 范围[0, 2^10 - 1]共1024个 通过上述方式进行生成ID,可以保证4194303台机器在任意68年的时间段里不会出现重复的ID,而且单台机器支持一秒能够生成1024个ID。 ## 3.2 Java实现 ```java public class IdGenerator { // 起始时间 private final long from = 1422720000000L; // 机器位所占bit位数 private final long instanceIdBits = 10L; // 序列号所占bit位数 private final long sequenceBits = 12L; // 机器位左移长度 private final long instanceIdShift = sequenceBits; // 时间位左移长度 private final long timestampLeftShift = sequenceBits + instanceIdBits; // 序号1: 最大机器ID private final long maxInstanceId = -1L ^ (-1L << instanceIdBits); // 最大序列号 private final long sequenceMask = -1L ^ (-1L << sequenceBits); private long instanceId; private long sequence = 0L; private long lastTimestamp = -1L; public IdGenerator(long instanceId) { if (instanceId > maxInstanceId || instanceId < 0) { throw new IllegalArgumentException(String.format("instance Id can't be greater than %d or less than 0", maxInstanceId)); } this.instanceId = instanceId; } // 序号2: public synchronized long nextId() { long timestamp = timeGen(); // 序号3: if (timestamp < lastTimestamp) { throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); } // 序号4: if (lastTimestamp == timestamp) { sequence = (sequence + 1) & sequenceMask; if (sequence == 0) { timestamp = tilNextSecs(lastTimestamp); } } else { sequence = 0L; } lastTimestamp = timestamp; // 序号5: return ((timestamp - from) << timestampLeftShift) // (当前时间 - 起始时间) 向左移位 | (instanceId << instanceIdShift) // 机器位 向左移位 | sequence; // 序列位 } private long tilNextSecs(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } private long timeGen() { return System.currentTimeMillis(); } } ``` ## 3.3一些疑问 ### 1\. 为什么bit位置只利用了63位? 因为long在java中占8字节,每字节8bit,一共64bit,其中有1个bit位是符号位不能用做生成ID,如果符号位也用来做ID中的1个bit为会导致ID出现负数,影响趋势递增特性。 ### 2\. 计算最大机器ID 见代码中注释 序号1 maxInstanceId = -1L ^ (-1L<<instanceIdBits) 等价于 maxInstanceId = -1 ^( -1<<10) ① -1二进制 > 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 ② -1左移10位 -1<<10 二进制 > 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1111 1100 0000 0000 ①与②进行异或运算 异或运算:同为假,异为真,所以最终结果应该为 > 0000 0000 0000 0000 0000 0000 0000 00000000 0000 0000 0000 0000 0011 1111 1111 最后:maxInstanceId = 2^10 - 1 = 1023 sequenceMask 计算方法相同,结果为2^12 - 1 = 4095 ### 3\. 计算序列号位 见代码中注释 序号4 ```java if (lastTimestamp == timestamp) { sequence = (sequence + 1) & sequenceMask; if (sequence == 0) { timestamp = tilNextSecs(lastTimestamp); } } else { sequence = 0L; } ``` 其中这段代码的是计算序列号的代码主要逻辑是,如果上个生成ID的时间位与当前ID的时间位冲突,则会生成一个序列号进行区分,如果序列号用尽,则等待下一个时间点再生成。如果上个生成ID的时间位与当前ID的时间位不冲突,则将序列号设置成0。 sequence = (sequence + 1) & sequenceMask,序列号最大值sequenceMask为4095,等价于如下这种写法。 ```java sequence = (sequence + 1); if(sequence == 4095){ sequence = 0; } ``` 其实这两种写法的结果是一致的,就是对(sequence + 1)进行取余。 这里有个位运算知识点 k % m = k & (m - 1),m需要满足 m = 2^n,sequenceMask = 2^12 - 1。所以刚好可以用与运算进行取余操作,效率杠杠滴。 ### 4\. 生成ID 见代码中注释 序号5: 此时我们拿到了时间位(timestamp - from)、机器位(instanceId )、序列号位(sequence),所以就可以计算最终的ID了。 ```java ((timestamp - from) << timestampLeftShift) // (当前时间 - 起始时间) 向左移位 | (instanceId << instanceIdShift) // 机器位 向左移位 | sequence; // 序列位 ``` ①((timestamp - from) << timestampLeftShift) 计算时间位 from是固定的1422720000000, timestampLeftShift = 12 + 10.我们假设timestamp = 1422720000001。也就是from刚刚过去1毫秒。1毫秒也是我们时间位倒数第二小的值,因为0是最小值。时间位取值范围[0, 2^41 - 1],从这也可以看出上边描述时间位时为什么把时间段特意标注了,因为时间位存的不是具体时间,而是以from为起始来算的过去了多少时间。 来看下 1<<22 结果 ![image.png](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-07-18-15-52DQgZlk89NvUUY56A.png) 图2: 时间位移位结果 图2可以看出,时间位向左移位22,位置正好到第一个时间位。 ②(instanceId << instanceIdShift) 计算机器位 为了方便计算,这里我们假设instanceId 等于1,机器位取值范围[0,-1]。 那么机器位就是 1 << 12 ![image.png](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-07-18-15-54XWMQADRlGtQYFVW.png) 图3: 机器位移位结果 图3可以看出,机器位左移12位,位置正好到第一个机器位。 ③按照 ① \| ② \| sequence 进行或运算进行生成ID 现在我们有了时间位的值,机器位的值,就只差序列号位的值,序列号是上面3描述代码生成的,范围是[0, 2^12-1]。为了方便计算,我们假设sequence = 1 那么 ID = ① \| ② \| 1。进行或运算 ![image.png](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-07-18-15-59V7tbGEL0XvIDh7V.png) 图4: ID = ① \| ② \| 1 下图是按照上面逻辑生成的ID ![image.png](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-07-18-18-46BRfqaildyVe9ljE.png) 图5: 程序生成结果 ### 5\. 注意:雪花算法需要用单例方式生成ID 因为雪花算法会依赖上一次生成的ID的时间来判断是否需要对序列号进行增加的操作,如果不是单例,两个业务用两个对象同时获取ID,则可能会生成相同的ID # 4 关于雪花算法的一些思考 ## 机器位怎么取值 + 主机唯一标识 如果运维平台有机器唯一标识,可以在运维平台取。不过需要考虑机器位能否容纳下唯一标识,可能会过长,也需要考虑运维平台的唯一标识未来变化。 + 可根据ip进行计算 如果能保证不同机房的机器ip不重复,可以利用ip来计算机器位,IP最大 255.255.255.255。而(255+255+255+255) < 1024,因此采用IP段数值相加即可生成机器位,不受IP位限制。不过这种方式也不是绝对ok,要根据自身情况在选择,比如10.0.5.2 与 10.0.2.5 计算出来也是相同的。使用这种IP生成机器位的方法,必须保证IP段相加不能重复 + 通过数据库/redis/zk等进行协调,在应用启动的时候给每个机器分配不会重复的机器位id。 ## 时钟回拨问题 雪花算法强依赖时间,如果时间发生回拨,有可能会生成重复的ID,在我们上面的nextId中我们用当前时间和上一次的时间进行判断,如果当前时间小于上一次的时间那么肯定是发生了回拨,雪花算法的做法是简单的抛出了一个异常。 ```java if (timestamp < lastTimestamp) { throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); } ``` 如果业务的异常容忍度低,这里我们可以对其进行优化,如果时间回拨时间较短,比如配置5ms以内,那么可以直接等待一定的时间,让机器的时间追上来。也可以利用扩展位,将64-bit的机器位或者序列号位预留出2-bit的防止时钟回滚的扩展位。 # 5 ID逆运算 如果线上出现ID重复,如何进行问题定位?对ID进行逆运算拿到ID的时间位、机器位、序号位。就可以进行下一步分析了。以上述生成的4198401为例 ## 5.1时间 时间位 = ID / 2^(机器位 + 序列号位) + from 时间位 = 4198401 / 2^(12 + 10) + 1422720000000 = 1422720000001 与上述生成ID时用时间位相符 注意:ID / 2^(机器位 + 序列号位) 是整数 ## 5.2机器 机器位 = (ID / 2^序列号位 ) % 2^(机器位) 机器位 = (4198401 / 2^12) % 2^10= (1025) % 1024 = 1 与上述生成ID时用机器位数值相符 ## 5.3序列号 ID % 2^序列号位 序列号 = 4198401 % = 4198401 % 1024 = 1 与上述生成ID时用的序列号数值相符 # 6 资料 开源代码scala版本:https://github.com/twitter-archive/snowflake
上一篇:源码解析Collections.sort ——从一个逃过单测的 bug 说起
下一篇:长连接:chatgpt流式响应背后的逻辑
15230106379_p
文章数
2
阅读量
291
作者其他文章
01
拆解雪花算法生成规则
1 介绍雪花算法(Snowflake)是一种生成分布式全局唯一ID的算法,生成的ID称为Snowflake IDs或snowflakes。这种算法由Twitter创建,并用于推文的ID。目前仓储平台生成ID是用的雪花算法修改后的版本。雪花算法几个特性* 生成的ID分布式唯一和按照时间递增有序,毫秒数在高位,自增序列在低位,整个ID都是趋势递增的。* 不依赖数据库等三方系统,稳定性更高,性能非常高的
01
Jayway JsonPath-提取JSON文档内容的Java DSL
介绍JsonPath是一种能够提取部分JSON文档属性、对象、数组的语法,支持条件过滤、数学运算、字符串处理等功能。JsonPath与JSON文档就像 XPath 表达式与 XML 文档结合使用一样。由于 JSON 结构通常是匿名的,并不一定和XML一样具有“根成员对象”,因此 JsonPath假定分配$给外层对象的抽象名称。JsonPath由用点分隔的表达式段(操作符)组成。 操作符可以是一个简
15230106379_p
文章数
2
阅读量
291
作者其他文章
01
Jayway JsonPath-提取JSON文档内容的Java DSL
添加企业微信
获取1V1专业服务
扫码关注
京东云开发者公众号