前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >java雪花算法实现

java雪花算法实现

原创
作者头像
堕落飞鸟
发布2023-03-29 23:21:39
发布2023-03-29 23:21:39
58500
代码可运行
举报
文章被收录于专栏:飞鸟的专栏飞鸟的专栏
运行总次数:0
代码可运行

Java的雪花算法(Snowflake)是一种生成全局唯一ID的算法,它基于时间戳和节点ID生成一个64位的ID。

以下是一个基于Java的雪花算法示例代码:

代码语言:javascript
代码运行次数:0
运行
复制
javaCopy codepublic class SnowflakeIdGenerator {
    // 开始时间戳,用于计算相对时间
    private final long epoch = 1609459200000L; // 2021-01-01 00:00:00 UTC+8

    // 机器ID占用的位数
    private final long workerIdBits = 5L;

    // 数据中心ID占用的位数
    private final long datacenterIdBits = 5L;

    // 序列号占用的位数
    private final long sequenceBits = 12L;

    // 最大机器ID(2的workerIdBits次方-1)
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);

    // 最大数据中心ID(2的datacenterIdBits次方-1)
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);

    // 序列号的最大值(2的sequenceBits次方-1)
    private final long maxSequence = -1L ^ (-1L << sequenceBits);

    // 机器ID向左移的位数
    private final long workerIdShift = sequenceBits;

    // 数据中心ID向左移的位数
    private final long datacenterIdShift = sequenceBits + workerIdBits;

    // 时间戳向左移的位数
    private final long timestampShift = sequenceBits + workerIdBits + datacenterIdBits;

    // 上一次生成ID的时间戳
    private long lastTimestamp = -1L;

    // 序列号
    private long sequence = 0L;

    // 机器ID
    private final long workerId;

    // 数据中心ID
    private final long datacenterId;

    public SnowflakeIdGenerator(long workerId, long datacenterId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("workerId must be between 0 and %d", maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenterId must be between 0 and %d", maxDatacenterId));
        }
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }

    public synchronized long nextId() {
        long timestamp = System.currentTimeMillis();

        // 如果当前时间小于上一次生成ID的时间戳,说明系统时钟回退过,应抛出异常
        if (timestamp < lastTimestamp) {
            throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        // 如果是同一毫秒内生成的,则进行序列号自增
        if (timestamp == lastTimestamp) {
            sequence = (sequence + 1) & maxSequence;
            // 序列号已经达到最大值,需要等待下一毫秒
            if (sequence == 0) {
                timestamp = waitNextMillis(timestamp);
            }
        } else {
            // 不同毫秒内生成的序列号归零
            sequence = 0L;
        }

        lastTimestamp = timestamp;
    // 生成全局唯一ID
    return ((timestamp - epoch) << timestampShift) |
            (datacenterId << datacenterIdShift) |
            (workerId << workerIdShift) |
            sequence;
}

private long waitNextMillis(long currentTimestamp) {
    long timestamp = System.currentTimeMillis();
    while (timestamp <= currentTimestamp) {
        timestamp = System.currentTimeMillis();
    }
    return timestamp;
}

这个示例代码包含了Snowflake算法的核心思想和实现细节,它可以生成一个全局唯一ID。在实际使用中,需要根据具体的业务需求来调整ID生成的参数和参数占用的位数。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档