雪花算法使用中的一些问题及解决方案

帮助理解雪花算法的知识

十进制、二进制表示法、位运算

什么是雪花算法

关于雪花算法是啥网上到处都是，为了节省大家的流量和时间，一句话概括下：

雪花算法是Twitter设计的根据时间戳、机器标识码和序列号生成的唯一长整型数

能解决什么问题

确保在大规模高并发环境中，可以生成持续递增的唯一长整型数

具有哪些特点

1. 唯一性
2. 持续递增
3. 结果为长整型数字
4. 不依赖其他系统，无需引入数据库、Redis等系统
5. 吞吐量大，12位序列号情况下，每毫秒可生成 4095个ID

实现原理

一张非常经典的图

符号位：仅表示正、负数，0 - 正，1 - 负，雪花算法结果都为正，即符号位都为0

时间戳：系统 毫秒级 时间戳

工作机器ID：大规模集群中，标识唯一机器的机器码标识

序列号：当前时间戳内的递增编号

Java实现（关键代码）

代码过长，此处仅粘贴帮助理解的关键代码，详细代码，及使用具体使用方法，请移步

使用中可能存在的问题

1. 机器时钟回拨可能会导致ID重复，解决办法：

参照 定义一定的回拨允许范围，比如： 5ms，程序等待5*2ms，后重新获取时间戳，进行ID生成

2. 在集群环境中可能会受到工作机器ID大小的影响，生成的ID并非绝对递增

栗子：在1ms时，dataCenterId = 10;machineId=20的机器持续递增生成了id1；在2ms时，dataCenterId = 1;machineId=2的机器持续递增生成了id2，这时虽然id2在时间上先生成，但是并不能保证id2 > id1

3. 相同的代码生成的id长度不一致，比较常见的有18位和19位 原因：代码中的时间戳虽然分配了41位，并且进行了左移，但是时间戳的十进制大小区别比较大，比如： 十进制1000 ，41位二进制表示为：00000000000000000000000000000001111101000 十进制1100000000000，41位二进制表示为：10000000000011101000110111111100000000000 由此可以看出，时间戳比较临近时，时间戳差值比较小。二进制即时都是41位，表示十进制的大小也是不一样的，雪花算法的64位二进制同理。 如何解决： 大佬的思路，请移步 在求证雪花算法最多生成的Id位数时，个人做的计算是：找生成19位Id的临界值。个人也就当玩一玩，极不推荐 雪花算法最大表示63位二进制为：111111111111111111111111111111111111111111111111111111111111111，十进制为9223372036854776000，不超过19位，可作为上边界； 计算下边界，先确定最小19位十进制数为1000000000000000000，转换成二进制00011011110000010110110101100111010011101 1001000000000000000000，但是后22位（机器标识码和序列号）处有1存在，万一机器标识码改变有可能导致十进制表示数变成18位。将后22位（机器标识码和序列号）全部置0为00011011110000010110110101100111010011101 1001000000000000000000，十进制表示为：999999999997640700为18位，但是将从右至左第24位置1，二进制表示为：00011011110000010110110101100111010011111 0000000000000000000000，即可表示19位十进制数1000000000006029300，并将此作为下边界。41位时间戳部分为：00011011110000010110110101100111010011111，转换为十进制为238418579103,也就是238418579103 ms ≈ 7.57年。与大佬算的基本一致。 结论，由此得出，设置的起始时间只要在当前时间7.57年前，生成的Id，永远都是19位。
4. 定制更短雪花算法生成的ID长度，方法： 建议先考虑缩短机器标识码和序列号位数。毕竟有些项目，机器少、交易量小。 如果改变后，要确保生成Id为固定长度，可以参照大佬的思路，请移步

如有问题请帮忙指出，感谢！