聊一聊雪花算法与分布式ID生成

生成全局唯一ID的雪花算法原理

雪花算法是一种用于生成全局唯一ID的算法，最初由Twitter开发，用于解决分布式系统中生成ID的问题。其核心思想是将一个64位的长整型ID划分成多个部分，每个部分用于表示不同的信息，确保了生成的ID在分布式环境下的唯一性。

ID结构

1. 符号位（1位）：始终为0，用于保证ID为正数。
2. 时间戳（41位）：表示生成ID的时间戳，精确到毫秒级。
3. 工作节点ID（10位）：表示生成ID的机器的唯一标识。
4. 序列号（12位）：表示在同一毫秒内生成的多个ID的序列号。

生成步骤

1. 获取当前时间戳，精确到毫秒级。
2. 如果当前时间小于上次生成ID的时间，或者在同一毫秒内生成的ID数量超过最大值，等待下一毫秒再继续生成。
3. 如果当前时间等于上次生成ID的时间，序列号自增1。
4. 如果当前时间大于上次生成ID的时间，序列号重新从0开始。
5. 将各个部分的值组合，得到最终的64位ID。

Go实现雪花算法的高并发ID生成器

package mAIn

import (
 "fmt"
 "sync"
 "time"
)

const (
 workerBits     = 10
 sequenceBits   = 12
 workerMax      = -1 ^ (-1 << workerBits)
 sequenceMask   = -1 ^ (-1 << sequenceBits)
 timeShift      = workerBits + sequenceBits
 workerShift    = sequenceBits
 epoch          = 1609459200000
)

type Snowflake struct {
 mu          sync.Mutex
 lastTime    int64
 workerID    int64
 sequence    int64
}

func NewSnowflake(workerID int64) *Snowflake {
 if workerID < 0 || workerID > workerMax {
  panic(fmt.Sprintf("worker ID must be between 0 and %d", workerMax))
 }
 return &Snowflake{
  lastTime: time.Now().UnixNano() / 1e6,
  workerID: workerID,
  sequence: 0,
 }
}

func (sf *Snowflake) NextID() int64 {
 sf.mu.Lock()
 defer sf.mu.Unlock()

 currentTime := time.Now().UnixNano() / 1e6

 if currentTime < sf.lastTime {
  panic(fmt.Sprintf("clock moved backwards, refusing to generate ID for %d milliseconds", sf.lastTime-currentTime))
 }

 if currentTime == sf.lastTime {
  sf.sequence = (sf.sequence + 1) & sequenceMask
  if sf.sequence == 0 {
   for currentTime <= sf.lastTime {
    currentTime = time.Now().UnixNano() / 1e6
   }
  }
 } else {
  sf.sequence = 0
 }

 sf.lastTime = currentTime

 id := (currentTime-epoch)<<timeShift | (sf.workerID << workerShift) | sf.sequence
 return id
}

func main() {
 sf := NewSnowflake(1) // 假设工作节点ID为1

 for i := 0; i < 10; i++ {
  id := sf.NextID()
  fmt.Println(id)
  time.Sleep(time.Millisecond)
 }
}

高并发下的唯一性和递增性保障

在高并发场景下，保障雪花算法生成的ID唯一性和递增性的关键在于：

1. 唯一性： 工作节点ID的设置保证了不同节点生成的ID不会冲突。序列号的自增和位运算保证了同一毫秒内生成的ID唯一。
2. 递增性： 在同一毫秒内生成的多个ID按序列号的递增顺序排列。即使在极端情况下，同一毫秒内生成的ID数量超过了最大值，会等待下一毫秒重新开始，也保证了递增性。

总体来说，雪花算法在高并发下是一个可靠的ID生成方案。它的高性能和低碰撞概率使得它在分布式系统中被广泛应用。