谈谈雪花算法的使用

背景

618来临之际，为了应对一些突发流量，购买了两台一个月的ECS用来临时对部分项目扩容。其中一个项目有用到雪花算法来生成Id，这个还是挺OK的。

不过发现要在配置文件中手动配置机器码！！配置的时候还要先知道目前配置了那些，这样才可以避免重复。

经过了解，除了会有单机单实例的情况，还会有单机多实例的情况。

这个要人工配置，是徒增工作量的，有点让人难以接受。

针对这个，老黄就做了一点调整，让这个机器码自动生成。

雪花算法基础

关于雪花算法，大部分文章都可以看到这个图。这个图很好的诠释了雪花算法生成Id的几个重要组成部分，这里也不展开具体介绍了。

时间戳，工作机器Id，序列号这些位数是可以根据自己的业务场景来进来调整的。

10bit工作机器Id，其实就是上面说到的机器码，雪花算法内部并没有做任何处理，而是交由业务方自己定义，所以业务方需要自己保证这个的唯一性。

大部分情况，会把它分为5bit数据中心标识和5bit机器Id。这样的话可以支持32个数据中心和32个机器Id。

换句话说就是，一个业务可以在一个数据中心部署32个实例，最多部署的32个数据中心。正常来说，大部分项目，都不会需要部署这么多实例。。。

考虑到内网的IP段基本上是固定的，同一个应用基本上也会在连续的IP上面部署。

所以这里老黄最后采用的是本地IP地址取余做为机器Id，机器的HostName取余做为默认的数据中心Id。

下面来看看具体的实现。

简单实现

自动获取机器Id和数据中心Id。

/// <summary>
/// 获取机器Id
/// </summary>
/// <returns></returns>
private int GetWorkerId()
{
    var workerId = 0;

    try
    {
        IPAddress ipaddress = IPAddress.Parse("0.0.0.0");
        NetworkInterface[] interfaces = NetworkInterface.GetAllNetworkInterfaces();
        foreach (NetworkInterface ni in interfaces)
        {
            if (ni.NetworkInterfaceType == NetworkInterfaceType.Ethernet)
            {
                foreach (UnicastIPAddressInformation ip in
                    ni.GetIPProperties().UnicastAddresses)
                {
                    if (ip.Address.AddressFamily == System.Net.Sockets.AddressFamily.InterNetwork)
                    {
                        ipaddress = ip.Address;
                        break;
                    }
                }
            }
        }
        Console.WriteLine($"ip = {ipaddress.ToString()}");
        var val = ipaddress.GetAddressBytes().Sum(x => x);
        // 取余
        workerId = val % (int)MaxWorkerId;
    }
    catch
    {
        // 异常的话，生成一个随机数
        workerId = new Random().Next((int)MaxWorkerId - 1);
    }

    return workerId;
}

/// <summary>
/// 获取数据中心Id
/// </summary>
/// <returns></returns>
private int GetDatacenterId()
{
    var hostName = Dns.GetHostName();
    Console.WriteLine($"hostname = {hostName}");
    var val = System.Text.Encoding.UTF8.GetBytes(hostName).Sum(x => x);
    // 取余
    return val % (int)MaxDatacenterId;
}

生成器的构造函数

public IdGenerator(long datacenterId = -1)
{
    if (datacenterId == -1)
    {
        // default
        datacenterId = GetDatacenterId();
    }

    if (datacenterId > MaxDatacenterId || datacenterId < 0)
    {
        throw new ArgumentException("非法数据标志ID", nameof(datacenterId));
    }

    // 先检验再赋值
    WorkerId = GetWorkerId();
    DatacenterId = datacenterId;

    Console.WriteLine($"w = {WorkerId}");
    Console.WriteLine($"d = {DatacenterId}");
}

这里的数据中心可以让使用方自己定义，默认-1的话，会根据HostName去生成一个。

这里给一个自定义的可选标识，主要还是考虑到了单机多实例，即一个IP上面部署多个实例。

虽然这个时候还是要考虑人工配置，不过已经从多机变成单机了，也算是一点简化。毕竟大部分情况下也不会建议在同一个机器部署多个一样的项目。

默认情况下的使用，IdGenerator对象要全局唯一，做成单例即可。

IdGenerator generator = new IdGenerator();

Parallel.For(0, 20, x =>
{
    Console.WriteLine(generator.NextId()); 
});

Console.WriteLine("Hello World!");
System.Threading.Thread.Sleep(1000 * 60);

下面运行多个容器来模拟。

可以看到机器Id和数据中心Id都是没有重复的。

在运行一次。

也是同样的。

不足与展望

目前这种做法在应用实例少，机器数量少的情况下是基本可以满足使用要求的了。老黄公司目前也就不到30台服务器，所以怎么都是够用的。

但是依靠IP和HostName，随着实例或机器的数量增多，没有办法保证它们取余算出来的一定是唯一的。

在这种情况下就需要考虑引用第三方存储(Redis或数据库)来保证这个的唯一性了。

下面是本文的示例代码：

SnowflakeDemo