• go和C# 雪花算法


    雪花算法能满足高并发分布式系统环境下ID不重复,并且基于时间戳生成的id具有时序性和唯一性,结构如下:

     由图我们可以看出来,snowFlake ID结构是一个64bit的int型数据。

    第1位bit:在二进制中最高位为1,表示的是负数,因为我们使用的id应该都是整数,所以这里最高位应该是0。

    41bit时间戳:41位可以表示2^41-1个数字,如果只用来表示正整数,可以表示的数值范围是:0 - (2^41 -1),这里减去1的原因就是因为数值范围是从0开始计算的,而不是从1开始的。这里的单位是毫秒,所以41位就可以表示2^41-1个毫秒值,这样转化成单位年则是(2^41-1)/(1000 * 60 * 60 * 24 * 365) = 69

    10bit-工作机器id:这里是用来记录工作机器的id。2^10=1024表示当前规则允许分布式最大节点数为1024个节点。这里包括5位的workerID和5位的dataCenterID,这里其实可以不区分,但我下面的代码进行了区分。

    12bit-序列号:用来记录同毫秒内产生的不同id。12bit可以表示的最大正整数是2^12-1=4095,即可以用0,1,2,3,......4094这4095个数字,表示同一机器同一时间戳(毫秒)内产生的4095个ID序号。

    原理就是上面这些,没有什么难度吧,下面我们看代码如何实现:

    go的实现如下:

    package main
     
    import (
        "errors"
        "fmt"
        "sync"
        "time"
    )
     
    // 因为snowFlake目的是解决分布式下生成唯一id 所以ID中是包含集群和节点编号在内的
     
    const (
        workerBits uint8 = 10 // 每台机器(节点)的ID位数 10位最大可以有2^10=1024个节点
        numberBits uint8 = 12 // 表示每个集群下的每个节点,1毫秒内可生成的id序号的二进制位数 即每毫秒可生成 2^12-1=4096个唯一ID
        // 这里求最大值使用了位运算,-1 的二进制表示为 1 的补码,感兴趣的同学可以自己算算试试 -1 ^ (-1 << nodeBits) 这里是不是等于 1023
        workerMax   int64 = -1 ^ (-1 << workerBits) // 节点ID的最大值,用于防止溢出
        numberMax   int64 = -1 ^ (-1 << numberBits) // 同上,用来表示生成id序号的最大值
        timeShift   uint8 = workerBits + numberBits // 时间戳向左的偏移量
        workerShift uint8 = numberBits              // 节点ID向左的偏移量
        // 41位字节作为时间戳数值的话 大约68年就会用完
        // 假如你2010年1月1日开始开发系统 如果不减去2010年1月1日的时间戳 那么白白浪费40年的时间戳啊!
        // 这个一旦定义且开始生成ID后千万不要改了 不然可能会生成相同的ID
        epoch int64 = 1525705533000 // 这个是我在写epoch这个变量时的时间戳(毫秒)
    )
     
    // 定义一个woker工作节点所需要的基本参数
    type Worker struct {
        mu        sync.Mutex // 添加互斥锁 确保并发安全
        timestamp int64      // 记录时间戳
        workerId  int64      // 该节点的ID
        number    int64      // 当前毫秒已经生成的id序列号(从0开始累加) 1毫秒内最多生成4096个ID
    }
     
    // 实例化一个工作节点
    func NewWorker(workerId int64) (*Worker, error) {
        // 要先检测workerId是否在上面定义的范围内
        if workerId < 0 || workerId > workerMax {
            return nil, errors.New("Worker ID excess of quantity")
        }
        // 生成一个新节点
        return &Worker{
            timestamp: 0,
            workerId:  workerId,
            number:    0,
        }, nil
    }
     
    // 接下来我们开始生成id
    // 生成方法一定要挂载在某个woker下,这样逻辑会比较清晰 指定某个节点生成id
    func (w *Worker) GetId() int64 {
        // 获取id最关键的一点 加锁 加锁 加锁
        w.mu.Lock()
        defer w.mu.Unlock() // 生成完成后记得 解锁 解锁 解锁
     
        // 获取生成时的时间戳
        now := time.Now().UnixNano() / 1e6 // 纳秒转毫秒
        if w.timestamp == now {
            w.number++
     
            // 这里要判断,当前工作节点是否在1毫秒内已经生成numberMax个ID
            if w.number > numberMax {
                // 如果当前工作节点在1毫秒内生成的ID已经超过上限 需要等待1毫秒再继续生成
                for now <= w.timestamp {
                    now = time.Now().UnixNano() / 1e6
                }
            }
        } else {
            // 如果当前时间与工作节点上一次生成ID的时间不一致 则需要重置工作节点生成ID的序号
            w.number = 0
            w.timestamp = now // 将机器上一次生成ID的时间更新为当前时间
        }
     
        // 第一段 now - epoch 为该算法目前已经奔跑了xxx毫秒
        // 如果在程序跑了一段时间修改了epoch这个值 可能会导致生成相同的ID
        //int64((now - epoch) << timeShift |w.datacenterId << 17 | (w.workerId << 12) | w.number)
        ID := int64((now-epoch)<<timeShift | (w.workerId << workerShift) | (w.number))
        return ID
    }
     
    func main() {
        worker, err := NewWorker(1)
        if err != nil {
            fmt.Println(err)
            return
        }
        for i := 0; i < 10000; i++ {
            id := worker.GetId()
            fmt.Println(id)
        }
     
    }

    C# 实现:

    public class IdWorker
    {   
        //机器ID
        private static long workerId;
        private static long twepoch = 687888001020L; //唯一时间,这是一个避免重复的随机量,自行设定不要大于当前时间戳
        private static long sequence = 0L;
        private static int workerIdBits = 4; //机器码字节数。4个字节用来保存机器码(定义为Long类型会出现,最大偏移64位,所以左移64位没有意义)
        public static long maxWorkerId = -1L ^ -1L << workerIdBits; //最大机器ID
        private static int sequenceBits = 10; //计数器字节数,10个字节用来保存计数码
        private static int workerIdShift = sequenceBits; //机器码数据左移位数,就是后面计数器占用的位数
        private static int timestampLeftShift = sequenceBits + workerIdBits; //时间戳左移动位数就是机器码和计数器总字节数
        public static long sequenceMask = -1L ^ -1L << sequenceBits; //一微秒内可以产生计数,如果达到该值则等到下一微妙在进行生成
        private long lastTimestamp = -1L;
     
        /// <summary>
        /// 机器码
        /// </summary>
        /// <param name="workerId"></param>
        public IdWorker(long workerId)
        {
            if (workerId > maxWorkerId || workerId < 0){
                throw new Exception(string.Format("worker Id can't be greater than {0} or less than 0 ", workerId));
            }
     
            IdWorker.workerId = workerId;
        }
     
        public long nextId()
        {
            lock (this)
            {
                long timestamp = timeGen();
                if (this.lastTimestamp == timestamp)
                { 
                    //同一微妙中生成ID
                    IdWorker.sequence = (IdWorker.sequence + 1) & IdWorker.sequenceMask; //用&运算计算该微秒内产生的计数是否已经到达上限
                    if (IdWorker.sequence == 0)
                    {
                        //一微妙内产生的ID计数已达上限,等待下一微妙
                        timestamp = tillNextMillis(this.lastTimestamp);
                    }
                }
                else
                { 
                    //不同微秒生成ID
                    IdWorker.sequence = 0; //计数清0
                }
                if (timestamp < lastTimestamp)
                { 
                    //如果当前时间戳比上一次生成ID时时间戳还小,抛出异常,因为不能保证现在生成的ID之前没有生成过
                    throw new Exception(string.Format("Clock moved backwards.  Refusing to generate id for {0} milliseconds",
                        this.lastTimestamp - timestamp));
                }
     
                this.lastTimestamp = timestamp; //把当前时间戳保存为最后生成ID的时间戳
                long nextId = (timestamp - twepoch << timestampLeftShift) | IdWorker.workerId << IdWorker.workerIdShift | IdWorker.sequence;
               
                return nextId;
            }
        }
     
        /// <summary>
        /// 获取下一微秒时间戳
        /// </summary>
        /// <param name="lastTimestamp"></param>
        /// <returns></returns>
        private long tillNextMillis(long lastTimestamp)
        {
            long timestamp = timeGen();
            while (timestamp <= lastTimestamp)
            {
                timestamp = timeGen();
            }
            return timestamp;
        }
     
        /// <summary>
        /// 生成当前时间戳
        /// </summary>
        /// <returns></returns>
        private long timeGen()
        {
            return (long)(DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, DateTimeKind.Utc)).TotalMilliseconds;
        }
    }
     
    class Program
        {
            static void Main(string[] args)
            {
                IdWorker idworker = new IdWorker(1);
                for (int i = 0; i < 1000; i++)
                {
                  Console.WriteLine(idworker.nextId());
                }
     
            }
     
     
        }
    windows技术爱好者
  • 相关阅读:
    iscroll 使用及遇到的问题
    移动端web页面如何适配
    里面的div怎么撑开外面的div让高度自适应
    JavaScript 获取当前时间戳
    css样式 浏览器的读取顺序
    mouseover和mouseenter的区别
    【转】移动端input输入placeholder垂直不居中
    一张png图片 上面有多个图标,如何用CSS准确的知道其中某个图片的坐标
    JVM05——JVM类加载机制知多少
    【Java实用工具】——使用oshi获取主机信息
  • 原文地址:https://www.cnblogs.com/majiang/p/14319011.html
Copyright © 2020-2023  润新知