柚子快報邀請碼778899分享：開發(fā)語言 Java分布式ID

http://yzkb.51969.com/

1?什么是分布式ID

????????分布式ID是指在分布式系統(tǒng)中生成的唯一標識符，用于標識不同實體或數(shù)據(jù)的唯一性。在分布式系統(tǒng)中，多臺機器并行處理任務，為了確保生成的ID在整個系統(tǒng)中的唯一性，需要采用特殊的算法來生成分布式ID。

????????在傳統(tǒng)的單機系統(tǒng)中，可以使用自增序列或隨機數(shù)來生成唯一ID。但在分布式系統(tǒng)中，多臺機器同時生成ID時可能會導致重復的情況。為了解決這個問題，需要引入一種分布式ID生成算法，確保在整個分布式系統(tǒng)中生成的ID是唯一的。

????????分布式ID的設(shè)計要考慮并發(fā)性能、全局唯一性和擴展性等因素，并根據(jù)具體的系統(tǒng)需求選擇合適的算法實現(xiàn)。常見的分布式ID生成算法包括雪花算法（Snowflake）、UUID（Universally Unique Identifier）等。

2 UUID

????????UUID（Universally Unique Identifier）是一種標識符，用于在計算系統(tǒng)中生成全局唯一的ID。它是由128位的二進制數(shù)表示，通常以32位的十六進制字符串形式展示。

????????UUID的生成算法保證了在全球范圍內(nèi)生成的ID具有極高的唯一性。它不依賴于中央控制器或集中式的ID生成服務，可以在分布式系統(tǒng)中生成唯一的標識符。

????????生成的UUID通常呈現(xiàn)為以下形式：

????????xxxxxxxx-xxxx-Mxxx-Nxxx-xxxxxxxxxxxx

????????其中，"x"表示十六進制數(shù)字。具體的格式和含義取決于UUID的版本和變體。

????????UUID具有以下特點：

全局唯一性：UUID的生成算法確保在全球范圍內(nèi)生成的ID具有極高的唯一性，不同系統(tǒng)和節(jié)點生成的UUID幾乎不會重復。無序性：UUID是基于隨機數(shù)或名稱空間生成的，沒有嚴格的遞增或遞減順序?？捎眯裕篣UID生成算法簡單高效，生成過程不需要依賴網(wǎng)絡通信或中央服務器。

????????UUID廣泛應用于分布式系統(tǒng)、數(shù)據(jù)庫、標識符生成等場景，用于唯一標識實體、數(shù)據(jù)記錄或資源。它在保證全局唯一性的同時，提供了一種簡單可靠的標識方案。

????????在Java中，UUID類是用于生成和操作UUID的工具類，提供了方便的方法來生成和操作UUID。它可以用于在Java應用程序中生成唯一的標識符，例如在分布式系統(tǒng)中跟蹤實體或記錄的唯一標識。

????????UUID類位于java.util包下，并提供了以下主要方法：

randomUUID(): 靜態(tài)方法，用于生成一個隨機的UUID。該方法會使用隨機數(shù)生成算法生成一個符合UUID標準的隨機UUID。toString(): 將UUID對象轉(zhuǎn)換為字符串表示。

????????使用java生產(chǎn)一個UUID的代碼示意如下：

UUID uuid = UUID.randomUUID();

String uuidString = uuid.toString();

????????UUID的優(yōu)勢與劣勢

????????優(yōu)勢：

全局唯一性：UUID的生成算法保證了生成的ID在全球范圍內(nèi)的唯一性，不依賴于中央控制器或集中式的ID生成服務。這意味著在分布式系統(tǒng)中不同節(jié)點生成的UUID不會發(fā)生沖突。無序性：UUID是基于隨機數(shù)生成的，沒有嚴格的遞增或遞減的順序。這對于某些應用場景來說是有利的，因為它不會暴露數(shù)據(jù)生成的時間或其他敏感信息。簡單易用：UUID的生成算法相對簡單，生成過程高效，可以快速地生成ID。無需網(wǎng)絡通信：生成UUID不需要依賴網(wǎng)絡通信或中央服務器，每個節(jié)點可以獨立生成ID，減少了系統(tǒng)的復雜性和對網(wǎng)絡的依賴。

????????劣勢：

長度較長：UUID通常由32位的十六進制數(shù)表示，加上分隔符的話長度更長。這會增加存儲和傳輸?shù)某杀?，特別是在大規(guī)模的數(shù)據(jù)集合中使用UUID作為標識符時。不可讀性：UUID是由數(shù)字和字母組成的字符串，對人類來說不太友好，不易于直觀理解。這在調(diào)試、日志記錄和數(shù)據(jù)查詢等場景中可能會帶來一些困難。無法排序：由于UUID是基于隨機數(shù)生成的，它們之間沒有嚴格的順序關(guān)系。這導致在某些需要按照時間或順序訪問數(shù)據(jù)的場景中，UUID并不適合作為排序依據(jù)。不適合作為數(shù)據(jù)庫索引：由于UUID的無序性和長度較長，將UUID作為數(shù)據(jù)庫的主鍵或索引可能會導致性能下降，尤其是在大規(guī)模數(shù)據(jù)集合和頻繁的索引操作中。

3?雪花算法

????????雪花算法（Snowflake Algorithm）是一種常用的分布式ID生成算法，最初由Twitter開發(fā)并廣泛應用于分布式系統(tǒng)中。它的設(shè)計目標是生成全局唯一且有序遞增的ID，適用于大規(guī)模分布式系統(tǒng)中的標識符需求。相對于UUID，雪花算法ID的好處是長度短并且還是有序遞增的。

????????雪花算法生成的ID是一個64位的長整型數(shù)值，具體格式如下所示：

0 | 0000000000 | 00000 | 00000 | 000000000000

????????其中：最高位是未使用的符號位（為0），接下來的41位表示時間戳，然后是5位的數(shù)據(jù)中心標識符，5位的機器標識符，最后是12位的序列號。

????????雪花算法生成ID的過程如下：

時間戳：使用當前時間戳減去一個固定的起始時間（如2010年1月1日），得到一個相對時間。這樣可以確保在一定時間內(nèi)生成的ID具有遞增的趨勢。數(shù)據(jù)中心標識符和機器標識符：每個數(shù)據(jù)中心分配一個唯一的數(shù)據(jù)中心標識符，每臺機器分配一個唯一的機器標識符。這樣可以在分布式環(huán)境中唯一標識每個數(shù)據(jù)中心和每臺機器。序列號：在同一毫秒內(nèi)生成的ID，通過序列號來進行區(qū)分，保證同一機器在同一毫秒內(nèi)生成的ID的唯一性。序列號從0開始，每生成一個ID自增1，最多可以達到12位的長度（即4096個序列號）。

????????雪花算法的優(yōu)點包括：

全局唯一性：在分布式系統(tǒng)中，不同節(jié)點生成的ID不會產(chǎn)生沖突，確保全局唯一性。有序性：生成的ID在時間上有序遞增，方便按照時間排序和索引。高性能：生成ID的算法簡單高效，不依賴于網(wǎng)絡通信或中央服務器。

????????然而，雪花算法也有一些限制：

依賴于系統(tǒng)時間：由于使用時間戳作為ID的一部分，系統(tǒng)時間的回撥或不同節(jié)點之間的時間差異可能會導致生成的ID不唯一或不按照預期順序遞增。數(shù)據(jù)中心和機器標識符的分配需要管理：為每個數(shù)據(jù)中心和機器分配唯一標識符需要一定的管理工作，確保標識符的唯一性。時鐘回撥問題：如果系統(tǒng)時間發(fā)生回撥（校準調(diào)整時間），可能會導致生成的ID不唯一或不按照預期遞增。

????????在使用雪花算法時，需要根據(jù)具體應用的需求和場景，合理設(shè)置數(shù)據(jù)。

/**

* 雪花算法

*/

public class SnowFlake {

/** 開始時間截 (2020-01-01) */

private final long twepoch = 1577808000000L;

/** 機器id所占的位數(shù) */

private final long workerIdBits = 5L;

/** 數(shù)據(jù)標識id所占的位數(shù) */

private final long dataCenterIdBits = 5L;

/** 支持的最大機器id，結(jié)果是31 (這個移位算法可以很快的計算出幾位二進制數(shù)所能表示的最大十進制數(shù)) */

private final long maxWorkerId = -1L ^ (-1L << workerIdBits);

/** 支持的最大數(shù)據(jù)標識id，結(jié)果是31 */

private final long maxDataCenterId = -1L ^ (-1L << dataCenterIdBits);

/** 序列在id中占的位數(shù) */

private final long sequenceBits = 12L;

/** 機器ID向左移12位 */

private final long workerIdShift = sequenceBits;

/** 數(shù)據(jù)標識id向左移17位(12+5) */

private final long dataCenterIdShift = sequenceBits + workerIdBits;

/** 時間截向左移22位(5+5+12) */

private final long timestampLeftShift = sequenceBits + workerIdBits + dataCenterIdBits;

/** 生成序列的掩碼，這里為4095 (0b111111111111=0xfff=4095) */

private final long sequenceMask = -1L ^ (-1L << sequenceBits);

/** 工作機器ID(0~31) */

private long workerId;

/** 數(shù)據(jù)中心ID(0~31) */

private long dataCenterId;

/** 毫秒內(nèi)序列(0~4095) */

private long sequence = 0L;

/** 上次生成ID的時間截 */

private long lastTimestamp = -1L;

private static SnowFlake idWorker;

static {

idWorker = new SnowFlake(getWorkId(),getDataCenterId());

}

//==============================Constructors=====================================

/**

* 構(gòu)造函數(shù)

* @param workerId 工作ID (0~31)

* @param dataCenterId 數(shù)據(jù)中心ID (0~31)

*/

public SnowFlake(long workerId, long dataCenterId) {

if (workerId > maxWorkerId || workerId < 0) {

throw new IllegalArgumentException(String.format("workerId can't be greater than %d or less than 0", maxWorkerId));

}

if (dataCenterId > maxDataCenterId || dataCenterId < 0) {

throw new IllegalArgumentException(String.format("dataCenterId can't be greater than %d or less than 0", maxDataCenterId));

}

this.workerId = workerId;

this.dataCenterId = dataCenterId;

}

// =====================Methods=======================

/**

* 獲得下一個ID (該方法是線程安全的)

* @return SnowflakeId

*/

public synchronized long nextId() {

long timestamp = timeGen();

//如果當前時間小于上一次ID生成的時間戳，說明系統(tǒng)時鐘回退過這個時候應當拋出異常

if (timestamp < lastTimestamp) {

throw new RuntimeException(

String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));

}

//如果是同一時間生成的，則進行毫秒內(nèi)序列

if (lastTimestamp == timestamp) {

sequence = (sequence + 1) & sequenceMask;

//毫秒內(nèi)序列溢出

if (sequence == 0) {

//阻塞到下一個毫秒,獲得新的時間戳

timestamp = tilNextMillis(lastTimestamp);

}

}

//時間戳改變，毫秒內(nèi)序列重置

else {

sequence = 0L;

}

//上次生成ID的時間截

lastTimestamp = timestamp;

//移位并通過或運算拼到一起組成64位的ID

return ((timestamp - twepoch) << timestampLeftShift)

| (dataCenterId << dataCenterIdShift)

| (workerId << workerIdShift)

| sequence;

}

/**

* 阻塞到下一個毫秒，直到獲得新的時間戳

* @param lastTimestamp 上次生成ID的時間截

* @return 當前時間戳

*/

protected long tilNextMillis(long lastTimestamp) {

long timestamp = timeGen();

while (timestamp <= lastTimestamp) {

timestamp = timeGen();

}

return timestamp;

}

/**

* 返回以毫秒為單位的當前時間

* @return 當前時間(毫秒)

*/

protected long timeGen() {

return System.currentTimeMillis();

}

private static Long getWorkId(){

try {

String hostAddress = Inet4Address.getLocalHost().getHostAddress();

int[] ints = StringUtils.toCodePoints(hostAddress);

int sums = 0;

for(int b : ints){

sums += b;

}

return (long)(sums % 32);

} catch (UnknownHostException e) {

// 如果獲取失敗，則使用隨機數(shù)備用

return RandomUtils.nextLong(0,31);

}

}

private static Long getDataCenterId(){

int[] ints = StringUtils.toCodePoints(StringUtils.isEmpty(SystemUtils.getHostName())?"defaultvalue":SystemUtils.getHostName());

int sums = 0;

for (int i: ints) {

sums += i;

}

return (long)(sums % 32);

}

/**

* 靜態(tài)工具類

*

* @return

*/

public static Long generateId(){

long id = idWorker.nextId();

return id;

}

//==================Test===================

/** 測試 */

public static void main(String[] args) {

System.out.println(System.currentTimeMillis());

long startTime = System.nanoTime();

for (int i = 0; i < 50000; i++) {

long id = SnowFlake.generateId();

System.out.println(id);

}

System.out.println((System.nanoTime()-startTime)/1000000+"ms");

}

}

????????使用上述的雪花算法實現(xiàn)，調(diào)用 SnowFlake.generateId() 方法來生成唯一的ID。確保為每個實例分配唯一的數(shù)據(jù)中心ID和機器ID。

????????這樣，你就能夠在童小碼項目中生成分布式有序的商品、課程等業(yè)務關(guān)鍵字的ID，同時保持高性能和全局唯一性。

4 總結(jié)

????????1、分布式ID是指在分布式系統(tǒng)中生成的唯一標識符，用于標識不同實體或數(shù)據(jù)的唯一性

在分布式系統(tǒng)中，多臺機器并行處理任務，為了確保生成的ID在整個系統(tǒng)中的唯一性，需要采用特殊的算法來生成分布式ID常用方式有雪花算法、UUID等

????????2、UUID（Universally Unique Identifier）是一種標識符，用于在計算系統(tǒng)中生成全局唯一的ID

由128位的二進制數(shù)表示，通常以32位的十六進制字符串形式展示長度較長、不可讀性、無法排序和不適合作為數(shù)據(jù)庫索引等劣勢需要在具體應用中進行權(quán)衡和考慮

????????3、雪花算法（Snowflake Algorithm）是一種常用的分布式ID生成算法

生成全局唯一且有序遞增的ID，適用于大規(guī)模分布式系統(tǒng)中的標識符需求相對于UUID，雪花算法ID的好處是長度短并且還是有序遞增的

柚子快報邀請碼778899分享：開發(fā)語言 Java分布式ID

http://yzkb.51969.com/

精彩內(nèi)容