关键词：
背景
近几日，被主键ID生成折磨的不太行，于是就在寻找一种合适的主键生成策略，选择一种合适的主键生成策略，可以大大降低主键ID的维护成本。
主键ID生成方法
最常用的4种主键ID生成方法
- UUID：全局唯一性，但是生成的ID是无序的且长度过长，单纯的就无序这一点，数据库中就不建议使用，因为数据库会为主键创建唯一索引，主键无序的话索引维护代价太大。
- 数据库自增ID：自增ID单机环境其实还好，但是分布式环境下如果并发量过高，就需要集群部署，那么这个时候，为了避免主键冲突，就需要设置步长来自增ID，这样的话成本也是很高的。
- Redis的INCR：这种方式主要是因为redis单线程，天生满足原子性，可以用自带的INCR去生成唯一ID，但是，这样也存在问题，并发量太大的时候，需要集群部署，也就需要设置不同的步长，并且它的key还有过期策略，维护这样的一个ID生成策略成本也是很高的。
- 雪花算法：SnowFlake算法是Twitter公司推出的专门针对分布式ID的解决方案，着重介绍一下。
雪花算法介绍
雪花算法结构：符号位+时间戳+工作进程位+序列号位，一个64bit的整数，8字节，正好为一个long类型数据。
- 从左到右，第一位为符号位，0表示正，1表示负。
- 时间戳（毫秒转化为年）：2^41/（365 * 24 * 60 * 60 * 1000）=69.73年。说明雪花算法可表示的范围为69年（从1970年开始），说明雪花算法能用到2039年。
- 10bit工作位是5位数据中心ID和5位工作ID，其中5位的数据中心ID和5位工作ID的范围是：0到2^5 -1 = 31，分布式环境中一般都是通过设置不同的数据中心ID和工作ID来确保生成的ID不会重复。
- 12bit-序列号表示每个机房的每个机器每毫秒可以产生2^12-1（4095）个不同的ID序号。
完整代码
package cn.org.ppdxzz.tool;
import java.io.Serializable;
import java.time.LocalDateTime;
import java.time.ZoneOffset;
/**
* @author: PeiChen
* @version: 1.0
*/
public class Snowflake implements Serializable
private static final long serialVersionUID = 1L;
/**
* 起始时间戳
*/
private final long START_TIMESTAMP;
//数据标识占用位数
private final long WORKERID_BIT = 5L;
/**
* 数据中心占用位数
*/
private final long DATACENTER_BIT = 5L;
/**
* 序列号占用的位数
*/
private final long SEQUENCE_BIT = 12L;
/**
* 最大支持机器节点数 0~31
*/
private final long MAX_WORKERID = -1L ^ (-1L << WORKERID_BIT);
/**
* 最大支持数据中心节点数 0~31
*/
private final long MAX_DATACENTER = -1L ^ (-1L << DATACENTER_BIT);
/**
* 最大支持序列号 12位 0~4095
*/
private final long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
private final long WORKERID_LEFT_SHIFT = SEQUENCE_BIT;
private final long DATACENTER_LEFT_SHIFT = SEQUENCE_BIT + WORKERID_BIT;
private final long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BIT + WORKERID_BIT + DATACENTER_BIT;
private final long workerId;
private final long datacenterId;
private long sequence = 0L;
/**
* 上一次的时间戳
*/
private long lastTimestamp = -1L;
public Snowflake(long workerId, long datacenterId)
this(null,workerId,datacenterId);
public Snowflake(LocalDateTime localDateTime, long workerId, long datacenterId)
if (localDateTime == null)
//2021-10-23 22:41:08 北京时间
this.START_TIMESTAMP = 1635000080L;
else
this.START_TIMESTAMP = localDateTime.toEpochSecond(ZoneOffset.of("+8"));
if (workerId > MAX_WORKERID || workerId < 0)
throw new IllegalArgumentException("workerId can't be greater than MAX_WORKERID or less than 0");
if (datacenterId > MAX_DATACENTER || datacenterId < 0)
throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER or less than 0");
this.workerId = workerId;
this.datacenterId = datacenterId;
/**
* 获取下一个ID
* @return long:id
*/
public synchronized long nextId()
long currentTimestamp = getCurrentTimestamp();
if (currentTimestamp < lastTimestamp)
throw new IllegalArgumentException("Clock moved backwards. Refusing to generate id.");
if (currentTimestamp == lastTimestamp)
sequence = (sequence + 1) & MAX_SEQUENCE;
//毫秒内序列溢出就取新的时间戳
if (sequence == 0L)
currentTimestamp = getNextTimestamp(lastTimestamp);
else
//不同毫秒内，序列号置为0L
sequence = 0L;
//更新上次生成ID的时间截
lastTimestamp = currentTimestamp;
//移位并通过或运算拼到一起组成64位的ID
return //时间戳部分
((currentTimestamp - START_TIMESTAMP) << TIMESTAMP_LEFT_SHIFT)
//数据中心部分
| (datacenterId << DATACENTER_LEFT_SHIFT)
//机器标识部分
| (workerId << WORKERID_LEFT_SHIFT)
//序列号部分
| sequence;
/**
* 获取字符串类型的下一个ID
* @return String:id
*/
public String nextStringId()
return Long.toString(nextId());
/**
* 获取当前系统时间戳
* @return 时间戳
*/
private long getCurrentTimestamp()
return LocalDateTime.now().toEpochSecond(ZoneOffset.of("+8"));
/**
* 阻塞到下一个毫秒，直到获得新的时间戳
* @param lastTimestamp 上一次生成ID的时间戳
* @return 下一个时间戳
*/
private long getNextTimestamp(long lastTimestamp)
long timestamp = getCurrentTimestamp();
while (timestamp <= lastTimestamp)
timestamp = getCurrentTimestamp();
return timestamp;
/**
* 根据ID获取工作机器ID
* @param id 生成的雪花ID
* @return 工作机器标识
*/
public long getWorkerId(long id)
return id >> WORKERID_LEFT_SHIFT & ~(-1L << WORKERID_BIT);
/**
* 根据ID获取数据中心ID
* @param id 生成的雪花ID
* @return 数据中心ID
*/
public long getDataCenterId(long id)
return id >> DATACENTER_LEFT_SHIFT & ~(-1L << DATACENTER_BIT);
public static void main(String[] args)
Snowflake snowflake = new Snowflake(0,0);
for (int i = 0; i < 20; i++)
System.out.println(snowflake.nextId());
总结
雪花算法是目前解决分布式唯一ID的一种很好的解决方案，也是目前市面上使用较多的一种方案，具体怎么使用还是得看自己的需求，总之，适合自己系统的才是最好的
雪花算法原理解析(代码片段)
分布式ID常见生成策略： 分布式ID生成策略常见的有如下几种：数据库自增ID。UUID生成。Redis的原子自增方式。数据库水平拆分，设置初始值和相同的自增步长。批量申请自增ID。雪花算法。百度UidGenerator算法(基于雪花算法实... 查看详情
id生成算法-雪花算法（snowflake）及代码实现(代码片段)
文章目录前言一、ID生成算法对比二、雪花算法原理三、java实现结尾前言唯一ID可以标识数据的唯一性，在分布式系统中生成唯一ID的方案有很多，常见的方式大概有以下三种：依赖数据库，使用如MySQL自增列或Orac... 查看详情
雪花算法(代码片段)
在分布式场景中，如何生成一个全局的唯一ID？由于是通过多台机器并行运算，因此一般的时间戳、UUID都不是很可靠。为此，Twitter提出了一种名为“雪花算法”的算法来生成分布式全局唯一ID的算法算法介绍“雪花算法”生成的... 查看详情
雪花算法生成id(代码片段)
packagecom.shopping.test;/***SnowFlake的结构如下(每部分用-分开):<br>*0-00000000000000000000000000000000000000000-00000-00000-000000000000<br>*1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正... 查看详情
雪花算法生成的id，前端无法使用(代码片段)
由于前端Number类型长度不够，所以雪花算法生成的ID，传递给前端就会精度丢失。解决方案：@ConfigurationpublicclassJacksonConfig@Bean@Primary@ConditionalOnMissingBean(ObjectMapper.class)publicObjectMapperja 查看详情
springboot中使用雪花算法生成雪花id(代码片段)
...用1、什么是雪花算法雪花算法（Snowflake）是一种生成全局唯一ID的算法，由Twitter公司开发。它可以在分布式系统中生成全局唯一的ID，解决分布式系统中的数据合并和分片等问题。雪花算法生成的ID是一个64位的长... 查看详情
java实现雪花算法（snowflake）-生成永不重复的id（源代码+工具类）使用案例(代码片段)
...snowflake(雪花）算法。1、雪花算法的原理雪花算法会生成一个64位的二进制数据，为一个Long型。(转换成字符串后长度最多19)，其基本结构:第一位:为未使用第二部分:41位为毫秒级时间(41位的长度可以使用69年)第三部分:... 查看详情
java实现雪花算法（snowflake）-生成永不重复的id（源代码+工具类）使用案例(代码片段)
...snowflake(雪花）算法。1、雪花算法的原理雪花算法会生成一个64位的二进制数据，为一个Long型。(转换成字符串后长度最多19)，其基本结构:第一位:为未使用第二部分:41位为毫秒级时间(41位的长度可以使用69年)第三部分:... 查看详情
雪花算法：分布式唯一id生成利器(代码片段)
前言无论是在分布式系统中的ID生成，还是在业务系统中请求流水号这一类唯一编号的生成，都是软件开发人员经常会面临的一场景。而雪花算法便是这些场景的一个解决方案。以分布式ID为例，它的生成往往会在唯... 查看详情
厉害了，美女同事用单例模式实现了雪花算法！(代码片段)
...注公众号，Java干货及时送达雪花算法雪花算法适用于生成全局唯一的编号，比如数据库主键id，订单编号等至于为什么叫雪花算法，是因为科学家通过研究认为自然界中不存在两片完全相同的雪花，所以这种... 查看详情
雪花算法如何生成用户id？有什么高明之处？(代码片段)
...我们一起加油！前言文章目录博主简介前言雪花算法生成用户ID分布式ID生成器分布式ID的特点snowflake算法介绍设计思想snowflake的Go实现Twitter索尼雪花 查看详情
雪花算法(代码片段)
雪花算法(snowflake)：用于生成分布式ID（纯数字，时间顺序）,订单编号等自增ID：记录可以根据ID号进行推测出来，对于数据敏感场景不宜使用。GUID：采用无意义字符串，数据量增大时造成访问过慢，且不宜排序。雪花算法描述... 查看详情
mybatis-plus--使用雪花算法生成主键id--使用/分析(代码片段)
原文网址：MyBatis-Plus--使用雪花算法生成主键ID--使用/分析_IT利刃出鞘的博客-CSDN博客简介说明 本文介绍MyBatis-Plus如何使用其自带的雪花算法生成主键ID。MyBatis-Plus自带的雪花算法MyBatis-Plus自带雪花算法MyBatis-Plus默认使用... 查看详情
id生成器雪花算法和雪花算法的sony实现(代码片段)
...fortimeinunitsof10msec//8bitsforasequencenumber//16bitsforamachineid每10ms生成一个id， 核心代码 uint64(sf.elapsedTime)<<(BitLenSequence+BitLen 查看详情
分布式场景全局唯一id生成工具类(非雪花算法)(代码片段)
这是一个分布式场景下全局唯一ID生成工具，类似于雪花算法(SnowFlake)。如果你需要生成订单号等类似前缀+yyMMddHHmmss+序列格式的全局唯一性序列可以使用。结构前缀yyMMddHHmmssworkerId序列ID优点与雪花算法一样，单机... 查看详情
分布式场景全局唯一id生成工具类(非雪花算法)(代码片段)
这是一个分布式场景下全局唯一ID生成工具，类似于雪花算法(SnowFlake)。如果你需要生成订单号等类似前缀+yyMMddHHmmss+序列格式的全局唯一性序列可以使用。结构前缀yyMMddHHmmssworkerId序列ID优点与雪花算法一样，单机... 查看详情
golang实现twitter雪花算法(代码片段)
1/*2*twitter雪花算法golang实现,生成唯一趋势自增id3*保留位:63位4*毫秒时间戳:[62-20]43位,时间范围[1970-01-0100:00:00.000,2248-09-2615:10:22.207]5*机器id:[19-12]8位,十进制范围[0,255]6*序列号:[11-0]12位,十进制范围[0,4095]7*bobo8*/910packagetest1112i 查看详情
雪花算法生成的id在返回给前端之后和生成的不一样，到底是什么原因？(代码片段)
一、前言最近在做项目的时候发现用雪花算法生成的id传给前端以后跟生成的不一样，就纳闷，在想为什么会出现这样的问题？二、问题描述：雪花算法生成id为16位，返回到前端之后后两位变为0从两个点出发&... 查看详情