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

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Java对象转换的实现方式汇总

《Java对象转换的实现方式汇总》:本文主要介绍Java对象转换的多种实现方式,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java对象转换的多种实现方式1. 手动映射(Manual Mapping)2. Builder模式3. 工具类辅助映

Spring Boot读取配置文件的五种方式小结

《SpringBoot读取配置文件的五种方式小结》SpringBoot提供了灵活多样的方式来读取配置文件,这篇文章为大家介绍了5种常见的读取方式,文中的示例代码简洁易懂,大家可以根据自己的需要进... 目录1. 配置文件位置与加载顺序2. 读取配置文件的方式汇总方式一:使用 @Value 注解读取配置方式二

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

SQL中redo log 刷⼊磁盘的常见方法

《SQL中redolog刷⼊磁盘的常见方法》本文主要介绍了SQL中redolog刷⼊磁盘的常见方法,将redolog刷入磁盘的方法确保了数据的持久性和一致性,下面就来具体介绍一下,感兴趣的可以了解... 目录Redo Log 刷入磁盘的方法Redo Log 刷入磁盘的过程代码示例(伪代码)在数据库系统中,r

JAVA保证HashMap线程安全的几种方式

《JAVA保证HashMap线程安全的几种方式》HashMap是线程不安全的,这意味着如果多个线程并发地访问和修改同一个HashMap实例,可能会导致数据不一致和其他线程安全问题,本文主要介绍了JAV... 目录1. 使用 Collections.synchronizedMap2. 使用 Concurren

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

C# foreach 循环中获取索引的实现方式

《C#foreach循环中获取索引的实现方式》:本文主要介绍C#foreach循环中获取索引的实现方式,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、手动维护索引变量二、LINQ Select + 元组解构三、扩展方法封装索引四、使用 for 循环替代

java解析jwt中的payload的用法

《java解析jwt中的payload的用法》:本文主要介绍java解析jwt中的payload的用法,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Java解析jwt中的payload1. 使用 jjwt 库步骤 1:添加依赖步骤 2:解析 JWT2. 使用 N