一文了解雪花算法|snowflake

写在前面

    欢迎各位小伙伴对日记的布局、日记的内容等各个方面提出宝贵的意见和建议，我将会在能力范围内尽量完善哟。

    同时也欢迎各位小伙伴批评指正日记中记录不正确的地方，以帮助其他小伙伴获得正确知识----赠人玫瑰，手有余香。

分布式唯一ID的要求

• 全局唯一性(must)

• 趋势递增(must)

• 单调递增(should)

• 安全(无规律可循)(should)

twitter雪花算法原理

雪花算法使用一个64位的整数来表示一个唯一ID

这64bits如图被分成了5个部分:

• 1bit 作为符号位，总是为0

• 41bits 用来存储毫秒时间戳，计算后可知约可用69年

• 5bits 用来存储数据中心ID，最多可以表示32个数据中心

• 5bits 用来存储工作机器ID，最多可以表示32台工作机器

• 12bits 用来在同节点时间相同时作为自增ID标识唯一性，同1ms可以表示最多4096个ID，所以理论上1s内可以生成约409W个ID

注意：数据中心ID+工作机器ID可以唯一确定一个节点，最多可以表示1024个节点

twitter雪花算法的优缺点

根据雪花算法的原理，我们可以很清楚的看出雪花算法有哪些优缺点

优点：

• 无依赖（Redis、DB等）

• 秒级别生成百万级ID，速度够快

• 生成的ID是趋势递增的，有利于提升MySQL数据库的插入效率

缺点：

• 强依赖时间，时钟回拨会导致生成重复ID

• 1024节点数不一定够用

• 机器ID分配后无法自动回收,重新使用

非一成不变

雪花算法并不是一成不变的，业务可以根据自身需求，对雪花算法进行变种开发，进而定制出符合自身业务需求的雪花算法。

比如：5bits
数据中心ID， 5bits
工作机器ID，你可以拆分成 3bits
数据中心ID， 7bits
工作机器ID，这样机器ID就可以多一些，数据中心ID就会少一些。

再比如：你觉得 41bits
的太多了，可能你们用不了那么些年，就可以分几bits出来用来干别的事情。

开源分布式ID框架

以下两个框架分别以不同方式在不同程度上解决了twitter雪花算法的缺点，感兴趣的小伙伴可自行到github中进行研习。

1. 百度的UIDGenerator：https://github.com/baidu/uid-generator

2. 美团的Leaf：https://github.com/Meituan-Dianping/Leaf

扫码关注更多精彩