Twitter分布式自增ID算法snowflake原理解析

存储架构 2018-05-25

以JAVA为例

Twitter分布式自增ID算法snowflake,生成的是Long类型的id,一个Long类型占8个字节,每个字节占8比特,也就是说一个Long类型占64个比特(0和1)。

那么一个Long类型的64个比特,

twitter是这样分配的: 正数位(占1比特)+时间戳(占41比特)+机械id(占5比特)+数据中心(占5比特)+自增值(占12比特)
,总共64比特组成的一个Long类型。

时间戳(占41个比特):毫秒数,大约可以使使用69年

机械id(占5个比特):即2的5次方等于32个机器

数据中心id(占5个比特):即2的5次方等于32个数据中心

自增值(占12比特):2的12次方等于4096。也就是说每毫秒最多可以生成4096个id,如果cpu生产id的速度大于每毫秒4096个,那么需要使线程进行等待到下一毫秒,重新计数获取自增值。

snowflake算法的好处:

# 生成的id是一个数字的Long类型

# 无需链接数据库或者redis,超高性能。

snowflake算法的弊端:

# 每毫秒只能生成4096个id。随着cpu不断的进步,每毫秒4096个id将不能满足。可以不用担心,即便cpu性能超过了这个值,那么只需等待到下一个毫秒

# 只能使用69年

#每毫秒重新计数,空闲时间会浪费很多id空间。

#系统时间不可回退,回退将会导致id重复。另:系统时间可以前进,不受影响。

以上就是对snowflake的一些总结。

snowflake算法改进1:

针对空闲时间会浪费很多id空间,改进:咱们可以把时间戳的单位改为秒。使用31个比特的时间戳(秒),节约了10个比特,2的31次方等于2,147,483,648秒,约为69年。然后我们把节约出来的10个字节交给自增值,此时自增值(12+10=22比特),即2的22次方等于4,194,304。

改进前的snowflake算法结构为: 正数位(占1比特)+时间戳(占41比特)+机械id(占5比特)+数据中心(占5比特)+自增值(占12比特)

改进后的snowflake算法结构为:
正数位(占1比特)+时间戳(占31比特)+机械id(占5比特)+数据中心(占5比特)+自增值(占22比特)

改进后的优点:

# 避免空闲时间会浪费很多id空间,支持每秒生成419万个id。

改进后的snowflake算法同样是使用69年,时间戳以秒为单位,每秒支持约419万个id生成。此时避免使用毫秒时间戳的浪费id空间的弊端。当然还可以继续改进,比如:使用分钟为单位的时间戳(要注意的是:使用分钟为单位的时间戳,如果服务器宕机,那么你需要等待1分钟后才能启动服务器,否则将会导致自增值归零重新计数,当前分钟内生成的id和宕机时生成的id会重复)。

博客园-原创精华区

责编内容by:博客园-原创精华区 (源链)。感谢您的支持!

您可能感兴趣的

码云推荐 | Java 实现的数据挖掘算法软件 DataMining... 使用 fork 功能将在后台会为你创建一个与该项目内容一样的同名项目,你可以在这个新项目里自由的修改内容。 建议只在有意向参与改进该项目时使用 fork 功能。...
全视角了解基于容器的编排工具k8s k8s在希腊语中是“船长”或者“水手”的意思,k8s诞生于谷歌,2014年开源给了CNCF。它由Go语言开发,目标是建造一个运行大量容器生产环境的强大平台。k8s库可以在 Github 中找到...
分布式文件管理和日志监控工具 Finder-Web 2.2.6 发布... Finder-Web 2.2.6 已发布,更新内容 增加tab页支持 tail,grep增加高亮; 权限设置支持排除; 增加文本文件校验; 文件...
荐书丨Spring Boot 2精髓:从构建小系统到架构分布式大系统... 内容丰富,涵盖Spring Boot 2主流技术 作者有近20年的IT行业从业背景,资历深厚 Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这...
在 Java 中利用 redis 实现一个分布式锁服务... 在现代的编程语言中,接触过多线程编程的程序员多多少少对锁有一定的了解。简单的说,多线程中的锁就是在多线程环境下,多个线程对共享资源进行修改的时候,保证共享资源一致性的机制。这里不展开说。在分布式环境下...