全局唯一ID生成常见的几种方式和twitter/snowflake(雪花算法)解析

本文主要是介绍全局唯一ID生成常见的几种方式和twitter/snowflake(雪花算法)解析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

全局唯一ID生成常见的几种方式和twitter/snowflake(雪花算法)解析 

全局唯一ID生成常见的几种方式:

1,(twitter/snowflake)雪花算法

2,利用数据库的auto_increment特性

3,UUID

4,其他(如redis也有incr,redis加lua脚本实现twitter/snowflake算法)

 

一、 (twitter/snowflake)

使用了long类型,long类型为8字节工64位。可表示的最大值位2^64-1(18446744073709551615,装换成十进制共20位的长度,这个是无符号的长整型的最大值)。

单常见使用的是long 不是usign long所以最大值为2^63-1(9223372036854775807,装换成十进制共19的长度,这个是long的长整型的最大值)

下面程序来自大象博客:

http://www.blogjava.net/bolo/archive/2015/07/13/426200.html


public class IdGen {private long workerId;private long datacenterId;private long sequence = 0L;private long twepoch = 1288834974657L;//Thu, 04 Nov 2010 01:42:54 GMTprivate long workerIdBits = 5L;//节点ID长度private long datacenterIdBits = 5L;//数据中心ID长度private long maxWorkerId = -1L ^ (-1L << workerIdBits);//最大支持机器节点数0~31,一共32个private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);//最大支持数据中心节点数0~31,一共32个private long sequenceBits = 12L;//序列号12位private long workerIdShift = sequenceBits;//机器节点左移12位private long datacenterIdShift = sequenceBits + workerIdBits;//数据中心节点左移17位private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;//时间毫秒数左移22位private long sequenceMask = -1L ^ (-1L << sequenceBits);//最大为4095private long lastTimestamp = -1L;private static class IdGenHolder {private static final IdGen instance = new IdGen();}public static IdGen get(){return IdGenHolder.instance;}public IdGen() {this(0L, 0L);}public IdGen(long workerId, long datacenterId) {if (workerId > maxWorkerId || workerId < 0) {throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));}if (datacenterId > maxDatacenterId || datacenterId < 0) {throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));}this.workerId = workerId;this.datacenterId = datacenterId;}public synchronized long nextId() {long timestamp = timeGen();//获取当前毫秒数//如果服务器时间有问题(时钟后退) 报错。if (timestamp < lastTimestamp) {throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));}//如果上次生成时间和当前时间相同,在同一毫秒内if (lastTimestamp == timestamp) {//sequence自增,因为sequence只有12bit,所以和sequenceMask相与一下,去掉高位sequence = (sequence + 1) & sequenceMask;//判断是否溢出,也就是每毫秒内超过4095,当为4096时,与sequenceMask相与,sequence就等于0if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);//自旋等待到下一毫秒}} else {sequence = 0L;//如果和上次生成时间不同,重置sequence,就是下一毫秒开始,sequence计数重新从0开始累加}lastTimestamp = timestamp;// 最后按照规则拼出ID。// 000000000000000000000000000000000000000000  00000            00000       000000000000// time                                      datacenterId      workerId     sequence// return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift)//        | (workerId << workerIdShift) | sequence;long longStr= ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift) | (workerId << workerIdShift) | sequence;// System.out.println(longStr);return longStr;}protected long tilNextMillis(long lastTimestamp) {long timestamp = timeGen();while (timestamp <= lastTimestamp) {timestamp = timeGen();}return timestamp;}protected long timeGen() {return System.currentTimeMillis();}}

测试程序

import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.Callable;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;import org.junit.Test;public class GeneratorTest {@Testpublic void testIdGenerator() {long avg = 0;for (int k = 0; k < 10; k++) {List<Callable<Long>> partitions = new ArrayList<Callable<Long>>();final IdGen idGen = IdGen.get();for (int i = 0; i < 1400000; i++) {partitions.add(new Callable<Long>() {@Overridepublic Long call() throws Exception {return idGen.nextId();}});}ExecutorService executorPool = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors());try {long s = System.currentTimeMillis();executorPool.invokeAll(partitions, 10000, TimeUnit.SECONDS);long s_avg = System.currentTimeMillis() - s;avg += s_avg;System.out.println("完成时间需要: " + s_avg / 1.0e3 + "秒");executorPool.shutdown();} catch (Exception e) {e.printStackTrace();}}System.out.println("平均完成时间需要: " + avg / 10 / 1.0e3 + "秒");}}

我们生产也是按照这个twitter/snowflake的算法来写的。

 

二、 利用auto_increment特性

insert into

replace into 

 

三、 UUID

常见的方式。可以利用数据库也可以利用程序生成,一般来说全球唯一。

优点:

1)简单,代码方便。

2)生成ID性能非常好,基本不会有性能问题。

3)全球唯一,在遇见数据迁移,系统数据合并,或者数据库变更等情况下,可以从容应对。

缺点:

1)没有排序,无法保证趋势递增。

2)UUID往往是使用字符串存储,查询的效率比较低。

3)存储空间比较大,如果是海量数据库,就需要考虑存储量的问题。

4)传输数据量大

5)不可读。

变种的UUID

1)为了解决UUID不可读,可以使用UUID to Int64的方法。

2)为了解决UUID无序的问题,NHibernate在其主键生成方式中提供了Comb算法(combined guid/timestamp)。保留GUID的10个字节,用另6个字节表示GUID生成的时间(DateTime)。

 

四、 其他

如:1,redis的incr 和INCRBY来实现可以实现自增。 2,redis-lua脚本实现twitter/snowflake算法。3,MongoDB的ObjectId。

这篇关于全局唯一ID生成常见的几种方式和twitter/snowflake(雪花算法)解析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/987543

相关文章

Java编译生成多个.class文件的原理和作用

《Java编译生成多个.class文件的原理和作用》作为一名经验丰富的开发者,在Java项目中执行编译后,可能会发现一个.java源文件有时会产生多个.class文件,从技术实现层面详细剖析这一现象... 目录一、内部类机制与.class文件生成成员内部类(常规内部类)局部内部类(方法内部类)匿名内部类二、

Go标准库常见错误分析和解决办法

《Go标准库常见错误分析和解决办法》Go语言的标准库为开发者提供了丰富且高效的工具,涵盖了从网络编程到文件操作等各个方面,然而,标准库虽好,使用不当却可能适得其反,正所谓工欲善其事,必先利其器,本文将... 目录1. 使用了错误的time.Duration2. time.After导致的内存泄漏3. jsO

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

Springboot @Autowired和@Resource的区别解析

《Springboot@Autowired和@Resource的区别解析》@Resource是JDK提供的注解,只是Spring在实现上提供了这个注解的功能支持,本文给大家介绍Springboot@... 目录【一】定义【1】@Autowired【2】@Resource【二】区别【1】包含的属性不同【2】@

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

Java并发编程必备之Synchronized关键字深入解析

《Java并发编程必备之Synchronized关键字深入解析》本文我们深入探索了Java中的Synchronized关键字,包括其互斥性和可重入性的特性,文章详细介绍了Synchronized的三种... 目录一、前言二、Synchronized关键字2.1 Synchronized的特性1. 互斥2.

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定

Springboot处理跨域的实现方式(附Demo)

《Springboot处理跨域的实现方式(附Demo)》:本文主要介绍Springboot处理跨域的实现方式(附Demo),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录Springboot处理跨域的方式1. 基本知识2. @CrossOrigin3. 全局跨域设置4.