📣讀完這篇文章里你能收獲到

• 圖文形式為你講解原生雪花算法的特征及原理
• 了解時間回撥的概念以及可能引起發此現象的操作
• 掌握時間回撥的解決方案—基于時鐘序列的雪花算法
• 關于雪花算法的常見問題解答

文章目錄

• 一、原生的雪花算法
• • 1. 簡介
  • 2. 特征
  • 3. 原理
  • • 3.1 格式（64bit）
    • 3.2 字節分配
• 二、雪花算法的時間回撥問題
• • 1. 問題描述
  • 2. 現象引發
  • 3. 常見的處理方式
  • • 3.1 直接拋出異常
    • 3.2 延遲等待
• 三、基于時鐘序列解決時間回撥的方案
• • 1. 簡介
  • 2. 設計思路
  • 3. 算法支持
  • 4. 關鍵實現代碼
• 四、關于雪花算法的常見問題解答
• • 1. 雪花算法支持的并發數最大多少？
  • 2. 雪花算法支持最多支持系統運行多少年？
  • 3. 用了雪花Id，出現負閏秒為什么會導致系統大量拋異常？

一、原生的雪花算法

1. 簡介

• 分布式 ID 生成算法用于在分布式系統中生成全局唯一的 ID 標識
• Twitter 提出的雪花算法便是其中一種知名的算法，也是一種發號器方案
• 百度（uid-generator）、美團（Leaf）及滴滴（Tinyid）等開源分布式ID都是基于雪花算法實現的，如果有人問你有關唯一 ID 生成的問題，你應該立即想到雪花！
• 雪花是二進制的 64位（只有 63 位用于填充有符號整數），最終數字一般以十進制序列化

2. 特征

• 全局唯一性：雪花算法可以保證集群系統的ID全局唯一
• 趨勢遞增：由于強依賴時間戳，所以整體趨勢會隨著時間遞增
• 單調遞增（×）：不滿足單調遞增，在不考慮時間回撥的情況下，雖然在單機中可以保持單調遞增，但在分布式集群中無法做到單調遞增，只能保證總體趨勢遞增
• 信息安全指的是ID生成不規則，無法猜測下一個

3. 原理

3.1 格式（64bit）

二進制64位長整型數字：1bit保留 + 41bit時間戳 + 10bit機器 + 12bit序列號

3.2 字節分配

• 1bit不用：因為二進制中最高位是符號位，1表示負數，0表示正數，生成的id一般都是用整數，所以最高位固定為0
• 41bit時間戳：這里采用的就是當前系統的具體時間，單位為毫秒
• 10bit工作機器ID（workerId）：每臺機器分配一個id，這樣可以標示不同的機器，但是上限為1024，標示一個集群某個業務最多部署的機器個數上限
• 12bit序列號（自增域）：表示在某一毫秒下，這個自增域最大可以分配的bit個數，在當前這種配置下，每一毫秒可以分配2^12 = 4096個數據

二、雪花算法的時間回撥問題

1. 問題描述

簡單說就是時間被調整回到了之前的時間，由于雪花算法重度依賴機器的當前時間，所以一旦發生時間回撥，將有可能導致生成的 ID 可能與此前已經生成的某個 ID 重復（前提是剛好在同一毫秒生成 ID 時序列號也剛好一致），這就是雪花算法最經常討論的問題——時間回撥

2. 現象引發

• 網絡時間校準
• 人工設置
• 出現負閏秒（關于閏秒的介紹會在后面講到）

3. 常見的處理方式

3.1 直接拋出異常

在雪花算法原本的實現中，針對這種問題，算法本身只是返回錯誤，由應用另行決定處理邏輯，如果是在一個并發不高或者請求量不大的業務系統中，錯誤等待或者重試的策略問題不大，但是如果是在一個高并發的系統中，這種策略顯得過于粗暴

3.2 延遲等待

將當前線程阻塞3ms，之后再獲取時間，看時間是否比上一次請求的時間大，如果大了，說明恢復正常了，則不用管如果還小,說明真出問題了，則拋出異常，缺點仍然如3.1所描述

當使用雪花算法出現時間回撥時，不想拋異常，又希望能繼續保持全局唯一性、趨勢遞增、信息安全，可以了解第四點，基于時間序列的方案

三、基于時鐘序列解決時間回撥的方案

1. 簡介

我這里介紹的是一種基于修改擴展位的思路，基于時鐘序列的雪花算法
二進制64位長整型數字：1bit保留 + 41bit時間戳 + 3位時鐘序列 + 7bit機器 + 12bit序列號

2. 設計思路

• 如上圖，將原本10位的機器碼拆分成3位時鐘序列及7位機器碼
• 發生時間回撥的時候，時間已經發生了變化，那么這時將時鐘序列新增1位，重新定義整個雪花Id
• 為了避免實例重啟引起時間序列丟失，因此時鐘序列最好通過DB/緩存等方式存儲起來

3. 算法支持

• 還是支持最長 69 年多的運行時間
• 分布式實例規模由2^{10（1024）降至2}7（128）
• 單實例每毫秒仍然支持 4096次請求
• 每個分布式實例支持最多 2^3（8） 次時間回撥

4. 關鍵實現代碼

.Net Demo 其他語言參考流程自行改造

/// <summary> /// 獲取下一個ID /// </summary> /// <returns></returns> public long NextId() {lock (_lock){//當前系統時間戳var currentTimestamp = TimeGen();//出現時間回撥 當前系統時間小于最后更新時間if (currentTimestamp < _lastTimestamp){// _clockSequence自增，和CLOCK_SEQUENCE_MASK相與一下，去掉高位_clockSequence = (_clockSequence + 1) & CLOCK_SEQUENCE_MASK;}// 如果上次生成時間和當前時間相同，在同一毫秒內if (_lastTimestamp == currentTimestamp){// sequence自增，和SEQUENCE_MASK相與一下，去掉高位_sequence = (_sequence + 1) & SEQUENCE_MASK;//判斷是否溢出,也就是每毫秒內超過1024，當為1024時，與sequenceMask相與，sequence就等于0if (_sequence == 0){//等待到下一毫秒currentTimestamp = TilNextMillis(_lastTimestamp);}}else{//如果和上次生成時間不同,重置sequence，就是下一毫秒開始，sequence計數重新從0開始累加,_sequence = 0;}_lastTimestamp = currentTimestamp;return ((currentTimestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT) | _clockSequence << CLOCK_SEQUENCE_SHIFT | (WorkerId << WORKER_ID_SHIFT) | _sequence;} }

‘

四、關于雪花算法的常見問題解答

1. 雪花算法支持的并發數最大多少？

• 這個是由序列號的位數決定的，原生雪花算法序列號12位，也就是1毫秒最大可生成2^12（4096），相當于1秒可生成 4096 * 1000 個ID，也就是QPS可以到 409.6 w/s

2. 雪花算法支持最多支持系統運行多少年？

• 這個是由時間戳位數決定的，原生雪花算法時間戳占41位，也就是支持最大的時間戳為2^41（2199023255552），而1年的總毫秒數為3600 * 1000 * 24 * 365 = 31,536,000,000，因此2^41 / 1年的總毫秒數≈69.7年

• 其實衍生出另一個問題，41位能表示的最大的時間戳為2^41（2199023255552）對應的時間應該是2039-09-07 23:47:35，距離現在只有不到20年的時間，為什么算出來的是69年呢？

• 其實時間戳的算法是1970年1月1日到指點時間所經過的毫秒或秒數，那咱們把開始時間從2021年開始，就可以延長41位時間戳能表達的最大時間，所以這里實際指的是相對自定義開始時間的時間戳

3. 用了雪花Id，出現負閏秒為什么會導致系統大量拋異常？

• 閏秒是偶爾運用于協調世界時（UTC）的調整，經由增加或減少一秒，以消彌精確的時間（使用原子鐘測量）和不精確的觀測太陽時（稱為UT1)，之間的差異
• 這種做法已被證明具有破壞性，特別是在二十一世紀，尤其是在依賴精確時間戳或時間關鍵程序控制的服務中
• 而雪花算法嚴重依賴時間戳，當出現負閏秒也就是時間減少一秒時（時間往前回撥1秒），雪花Id就可能出現重復，而原生的雪花算法出現時間回撥的處理方式是直接拋異常
• 2022年11月，在第27屆國際計量大會上，科學家和政府代表投票決定到2035年取消閏秒

總結

以上是生活随笔為你收集整理的『SnowFlake』雪花算法的详解及时间回拨解决方案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。