关键词：
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一性、递增性、高可用性、高性能等方面都有所要求。并且在业务处理时，还要防止爬虫根据ID的自增进行数据爬取。而雪花算法，在这些方面表现得都不错。
常见分布式ID生成
市面上比较常见的分布式ID生成算法及类库：
UUID：Java自带API，生成一串唯一随机36位字符串（32个字符串+4个“-”）。可以保证唯一性，但可读性差，无法有序递增。
SnowFlake：雪花算法，Twitter开源的由64位整数组成分布式ID，性能较高，并且在单机上递增。GitHub上官方地址：https://github.com/twitter-archive/snowflake/tree/snowflake-2010 。
UidGenerator：百度开源的分布式ID生成器，基于雪花算法。GitHub参考链接：https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md 。该项目的说明文档及测试案例都值得深入学习一下。
Leaf：美团开源的分布式ID生成器，能保证全局唯一，趋势递增，但需要依赖关系数据库、Zookeeper等中间件。相关实现可参考该文：https://tech.meituan.com/2017/04/21/mt-leaf.html 。
雪花算法
雪花（snowflake），美丽、独特又变幻莫测。在大自然中几乎找不到两片完全一样的雪花。雪花的这些特性正好在雪花算法上有所展示。
SnowFlake算法是Twitter开源的分布式ID生成算法。核心思想就是：使用一个64 bit的 long 型的数字作为全局唯一ID。算法中还引入了时间戳，基本上保证了自增特性。
最初的版本的雪花算法是基于scala写的，当然，不同的编程语言都可以根据其算法逻辑进行实现。
雪花算法原理
SnowFlake算法生成ID的结果是一个64bit大小的整数，结构如下图：
算法解析：
- 第一个部分：1个bit，无意义，固定为0。二进制中最高位是符号位，1表示负数，0表示正数。ID都是正整数，所以固定为0。
- 第二个部分：41个bit，表示时间戳，精确到毫秒，可以使用69年。时间戳带有自增属性。
- 第三个部分：10个bit，表示10位的机器标识，最多支持1024个节点。此部分也可拆分成5位datacenterId和5位workerId，datacenterId表示机房ID，workerId表示机器ID。
- 第四部分：12个bit，表示序列化，即一些列的自增ID，可以支持同一节点同一毫秒生成最多4095个ID序号。
由于在Java中64bit的整数是long类型，所以在Java中SnowFlake算法生成的id就是long来存储的。
雪花算法Java实现
雪花算法Java工具类实现：
public class SnowFlake
/**
* 起始的时间戳（可设置当前时间之前的邻近时间）
*/
private final static long START_STAMP = 1480166465631L;
/**
* 序列号占用的位数
*/
private final static long SEQUENCE_BIT = 12;
/**
* 机器标识占用的位数
*/
private final static long MACHINE_BIT = 5;
/**
* 数据中心占用的位数
*/
private final static long DATA_CENTER_BIT = 5;
/**
* 每一部分的最大值
*/
private final static long MAX_DATA_CENTER_NUM = ~(-1L << DATA_CENTER_BIT);
private final static long MAX_MACHINE_NUM = ~(-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT);
/**
* 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;
/**
* 数据中心ID(0~31)
*/
private final long dataCenterId;
/**
* 工作机器ID(0~31)
*/
private final long machineId;
/**
* 毫秒内序列(0~4095)
*/
private long sequence = 0L;
/**
* 上次生成ID的时间截
*/
private long lastStamp = -1L;
public 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");
this.dataCenterId = dataCenterId;
this.machineId = machineId;
/**
* 产生下一个ID
*/
public synchronized long nextId()
long currStamp = getNewStamp();
if (currStamp < lastStamp)
throw new RuntimeException("Clock moved backwards. Refusing to generate id");
if (currStamp == lastStamp)
//相同毫秒内，序列号自增
sequence = (sequence + 1) & MAX_SEQUENCE;
//同一毫秒的序列数已经达到最大
if (sequence == 0L)
//阻塞到下一个毫秒,获得新的时间戳
currStamp = getNextMill();
else
//不同毫秒内，序列号置为0
sequence = 0L;
lastStamp = currStamp;
// 移位并通过或运算拼到一起组成64位的ID
return (currStamp - START_STAMP) << 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
private long getNextMill()
long mill = getNewStamp();
while (mill <= lastStamp)
mill = getNewStamp();
return mill;
private long getNewStamp()
return System.currentTimeMillis();
public static void main(String[] args)
SnowFlake snowFlake = new SnowFlake(11, 11);
long start = System.currentTimeMillis();
for (int i = 0; i < 10; i++)
System.out.println(snowFlake.nextId());
System.out.println(System.currentTimeMillis() - start);
上述代码中，在算法的核心方法上，通过加synchronized锁来保证线程安全。这样，同一服务器线程是安全的，生成的ID不会出现重复，而不同服务器由于机器码不同，就算同一时刻两台服务器都产生了雪花ID，结果也是不一样的。
其他问题
41位时间戳最长只能有69年
下面来用程序推算一下，41位时间戳为什么只能支持69年。
41的二进制，最大值也就41位都是1，也就是说41位可以表示241-1个毫秒的值，转化成单位年则是(241-1) / (1000 * 60 * 60 * 24 *365) = 69年。
通过代码验证一下：
public static void main(String[] args)
//41位二进制最小值
String minTimeStampStr = "00000000000000000000000000000000000000000";
//41位二进制最大值
String maxTimeStampStr = "11111111111111111111111111111111111111111";
//转10进制
long minTimeStamp = new BigInteger(minTimeStampStr, 2).longValue();
long maxTimeStamp = new BigInteger(maxTimeStampStr, 2).longValue();
//一年总共多少毫秒
long oneYearMills = 1L * 1000 * 60 * 60 * 24 * 365;
//算出最大可以多少年
System.out.println((maxTimeStamp - minTimeStamp) / oneYearMills);
所以，雪花算法生成的ID只能保证69年内不会重复，如果超过69年的话，那就考虑换个服务器（服务器ID）部署，并且要保证该服务器的ID和之前都没有重复过。
前后端数值类型
在使用雪花算法时，由于生成的ID是64位，在传递给前端时，需要考虑以字符串的类型进行传递，否则可能会导致前端类型溢出，再回传到服务器时已经变成另外一个值。
这是因为Number类型的ID在JS中最大只支持53位，直接将雪花算法的生成的ID传递给JS，会导致溢出。
小结
生成唯一性ID（其他数据）是几乎在每个系统中都会有的场景，对其生成算法不仅要保证全局唯一性、趋势递增性，还要保证信息安全（比如被爬取数据），同时还要保证算法的高可用性（QPS、可行5个9、平均延时、TP999等指标）。这就对ID生成的算法有一定的要求，而雪花算法算是一个不错的选择。
但它也是有一定的缺点的，比如强依赖机器时钟，如果机器上的时钟回拨，会导致重复或服务不可用的问题，这也是我们在使用时需要注意的事项。
博主简介：《SpringBoot技术内幕》技术图书作者，酷爱钻研技术，写技术干货文章。
公众号：「程序新视界」，博主的公众号，欢迎关注~
技术交流：请联系博主微信号：zhuan2quan
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
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
id生成算法-雪花算法（snowflake）及代码实现(代码片段)
...、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Oracle序列等。UUID随机数snowflake雪花算法(本文将要讨论)一... 查看详情
springboot中使用雪花算法生成雪花id(代码片段)
...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位的长整型数字，由以下部分组成：1个bit：符号位&... 查看详情
分布式系统的唯一id如何生成(代码片段)
...花算法的概述雪花算法（snowflake）是Twitter开源的分布式ID生成算法，它会返回一个long类型的唯一ID。这种方案大致来说是一种以划分命名空间来生成ID的一种算法，这种方案把32或64-bit分别划分成多段，分开来... 查看详情
分布式系统的唯一id如何生成(代码片段)
...花算法的概述雪花算法（snowflake）是Twitter开源的分布式ID生成算法，它会返回一个long类型的唯一ID。这种方案大致来说是一种以划分命名空间来生成ID的一种算法，这种方案把32或64-bit分别划分成多段，分开来... 查看详情
分布式全局唯一id解决方案（雪花算法）(代码片段)
文章目录为什么需要分布式全局唯一ID以及分布式ID的业务需求为什么无序的UUID会导致入库性能变差呢?数据库自增ID机制适合作分布式ID吗Redis集群实现分布式ID的利弊雪花算法(SonwFlake)使用糊涂工具包实现雪花算法优缺点：为... 查看详情
分布式全局唯一id解决方案（雪花算法）(代码片段)
文章目录为什么需要分布式全局唯一ID以及分布式ID的业务需求为什么无序的UUID会导致入库性能变差呢?数据库自增ID机制适合作分布式ID吗Redis集群实现分布式ID的利弊雪花算法(SonwFlake)使用糊涂工具包实现雪花算法优缺点：为... 查看详情
分布式全局唯一id解决方案（雪花算法）(代码片段)
文章目录为什么需要分布式全局唯一ID以及分布式ID的业务需求为什么无序的UUID会导致入库性能变差呢?数据库自增ID机制适合作分布式ID吗Redis集群实现分布式ID的利弊雪花算法(SonwFlake)使用糊涂工具包实现雪花算法优缺点：为... 查看详情
分布式服务自增长唯一id小结(代码片段)
1、常用生成唯一ID的方式，例如UUID 2、生成唯一自自增长ID方式： 例如：Zookeeper的增加ID；redis的incr方法mongodb的objectId3、采用雪花模型如下代码：1/**2*采用twitter的雪花算法，生成有一定顺序且不重复的id，结果类型为64位... 查看详情
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
雪花算法中机器id保证全局唯一(代码片段)
关于分布式id的生成系统,美团技术团队之前已经有写过一篇相关的文章,详见 Leaf——美团点评分布式ID生成系统通常在生产中会用Twitter开源的雪花算法来生成分布式主键雪花算法中的核心就是机器id和数据中心id,通常来... 查看详情
分布式id生成方案-snowflake算法(代码片段)
...各种各样的ID，这些ID需要保证全局唯一。我们称之为分布式ID，分布式ID需要满足唯一性、趋势递增性、高可用性、高性能等特点。snowflake算法，也叫雪花算法，是其中的一种分布式ID生成方案。是twitter公司内部... 查看详情
分布式id生成方案-snowflake算法(代码片段)
...a;【码农在新加坡】，欢迎关注。个人博客网站：分布式ID生成方案-snowflake算法背景在互联网的业务系统中，涉及到各种各样的ID，这些ID需要保证全局唯一。我们称之为分布式ID，分布式ID需要满足唯一性、趋... 查看详情
分布式系统唯一id生成方案汇总(代码片段)
目录1.数据库自增长序列或字段2.UUID3.UUID的变种4.Redis生成ID5.Twitter的snowflake(雪花)算法6.利用zookeeper生成唯一ID7.MongoDB的ObjectId8.TiDB的主键更多相关文章点点这里系统唯一ID是我们在设计一个系统的时候常常会遇见的问题，也常... 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)
...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
springboot分布式全局唯一id的生成-雪花算法snowflake
一背景描述1.1问题产生在分布式系统中，怎么使用全局唯一id？在分布式是，微服务的架构中，或者大数据分库分表中，多个不同节点怎么保持每台机器生成的主键id不重复，具有唯一性？方案1：mys... 查看详情
springboot分布式全局唯一id的生成-雪花算法snowflake
一背景描述1.1问题产生在分布式系统中，怎么使用全局唯一id？在分布式是，微服务的架构中，或者大数据分库分表中，多个不同节点怎么保持每台机器生成的主键id不重复，具有唯一性？方案1：mys... 查看详情