1. 雪花算法（Snowflake Algorithm）

雪花算法（Snowflake Algorithm）是一種用于生成唯一標識符（ID）的分布式算法。最初由 Twitter 公司開發，用于生成其內部分布式系統中的唯一ID。雪花算法的設計目標是在分布式系統中生成全局唯一的ID，同時保證ID的有序性和趨勢遞增。

雪花算法生成的ID是64位的整數，分為以下幾個部分：

1. 符號位（1位） 為了適配部分預研沒有無符號整數，所以這一位空缺，并且一般為0。
2. 時間戳（41位）： 使用當前時間戳，精確到毫秒級別。這可以確保在一定時間內生成的ID是唯一的。由于使用的是41位，所以雪花算法可以支持68年的唯一ID生成（2^41毫秒，大約69.7年）。
3. 機器ID（10位）： 分配給生成ID的機器的唯一標識符。這樣可以確保在同一時間戳內，不同機器生成的ID不會沖突。一般情況下，需要提前配置每臺機器的唯一標識符，然后在運行時使用。
4. 序列號（12位）： 在同一時間戳內，同一機器上生成的ID的序列號。用于防止同一毫秒內生成的ID發生沖突。當在同一毫秒內生成多個ID時，通過遞增序列號來區分它們。

1位	41位	5位	5位	12位
0	0000000000 0000000000 0000000000 0000000000 0	00000	00000	0000000000 00
符號位（一般為0）	時間戳ms 大約可以表示69.7年	mac地址混淆	mac地址與JVM-PID共同混淆	序列號

雪花算法生成的ID具有以下特點：

• 全局唯一性： 在整個分布式系統中，每個生成的ID都是唯一的。
• 有序性： 由于時間戳占據了大部分位數，生成的ID是趨勢遞增的，使得生成的ID在數據庫索引上有較好的性能。
• 分布式： 不同機器上生成的ID不會沖突，可以在分布式系統中使用。

2. 流程

2.1 MyBatis-Plus全局唯一ID生成器初始化

MyBatis-Plus啟動后，會通過IdentifierGeneratorAutoConfiguration類進行項目的自動配置。

注意：IdentifierGeneratorAutoConfiguration類是被@Lazy注解了，所以他是懶加載，所以有的項目會在啟動后往日志表插入一條記錄來預熱MyBatis-Plus

自動配置的內容是往項目注入Bean，該Bean主要是用于全局唯一ID的生成。其中傳入的參數是第一個非回環地址的InetAddress類

注意：IdentifierGenerator是接口，DefaultIdentifierGenerator是其一個實現類

@Bean
@ConditionalOnMissingBean
public IdentifierGenerator identifierGenerator(InetUtils inetUtils) {
    return new DefaultIdentifierGenerator(inetUtils.findFirstNonLoopbackAddress());
}

會直接生成一個Sequence

public DefaultIdentifierGenerator(InetAddress inetAddress) {
    this.sequence = new Sequence(inetAddress);
}

這是Sequence的構造器。它會設置datacenterId與workerId

public Sequence(InetAddress inetAddress) {
    this.inetAddress = inetAddress;
    this.datacenterId = getDatacenterId(maxDatacenterId);
    this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);
    // 打印初始化語句
    initLog();
}

這是datacenterId的獲取部分，里面可以看到它主要是mac地址混淆得到

注意：這里得到的datacenterId還沒有經過截取，是64位的

/**
* 數據標識id部分
*/
protected long getDatacenterId(long maxDatacenterId) {
long id = 0L;
try {
    if (null == this.inetAddress) {
        this.inetAddress = InetAddress.getLocalHost();
    }
    NetworkInterface network = NetworkInterface.getByInetAddress(this.inetAddress);
    if (null == network) {
        id = 1L;
    } else {
        // 獲取mac地址
        byte[] mac = network.getHardwareAddress();
        // 混淆
        if (null != mac) {
            id = ((0x000000FF & (long) mac[mac.length - 2]) | (0x0000FF00 & (((long) mac[mac.length - 1]) << 8))) >> 6;
            id = id % (maxDatacenterId + 1);
        }
    }
} catch (Exception e) {
    logger.warn(" getDatacenterId: " + e.getMessage());
}
return id;
}

這是獲取workerId的方法，可以看到workerId是由mac地址和JVM-PID共同混淆得出的

/**
 * 獲取 maxWorkerId
 */
protected long getMaxWorkerId(long datacenterId, long maxWorkerId) {
    StringBuilder mpid = new StringBuilder();
    mpid.append(datacenterId);
    String name = ManagementFactory.getRuntimeMXBean().getName();
    if (StringUtils.isNotBlank(name)) {
        /*
         * GET jvmPid
         */
        mpid.append(name.split(StringPool.AT)[0]);
    }
    /*
     * MAC + PID 的 hashcode 獲取16個低位
     */
    return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);
}

2.2 獲取全局唯一ID流程

注意：若之前沒有獲取過全局唯一ID，那么它會走一遍2.1的全部流程。

如果是使用MyBatis-Plus的IdType.ASSIGN_ID會到IdWorker類中獲取全局唯一ID

其中，會調用以下方法獲取全局唯一ID(long)

/**
 * 獲取唯一ID
 *
 * @return id
 */
public static long getId(Object entity) {
    return IDENTIFIER_GENERATOR.nextId(entity).longValue();
}

進入nextId方法的具體實現，發現它是使用sequence的nextId方法

@Override
public Long nextId(Object entity) {
    return sequence.nextId();
}

下面包含一些自己的注釋

注意：nextId方法是被synchronized修飾的，是同步方法

/**
 * 獲取下一個 ID
 *
 * @return 下一個 ID
 */
public synchronized long nextId() {
    long timestamp = timeGen();
    // 閏秒
    // 這里會判斷是否發生時鐘偏移，若偏移在5ms以內會重新嘗試重新獲取時間，看是否能夠重新獲取正確的時間。
    // 因為偶爾會有閏秒的存在
    if (timestamp < lastTimestamp) {
        long offset = lastTimestamp - timestamp;
        if (offset <= 5) {
            try {
                wait(offset << 1);
                timestamp = timeGen();
                if (timestamp < lastTimestamp) {
                    throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", offset));
                }
            } catch (Exception e) {
                throw new RuntimeException(e);
            }
        } else {
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", offset));
        }
    }

    if (lastTimestamp == timestamp) {
        // 相同毫秒內，序列號自增
        sequence = (sequence + 1) & sequenceMask;
        if (sequence == 0) {
            // 同一毫秒的序列數已經達到最大
            // 序列數(毫秒內自增位)為12位，最大每毫秒分配2048個
            // 序列數最大的時候會等待到下一毫秒才會分配時間戳
            timestamp = tilNextMillis(lastTimestamp);
        }
    } else {
        // 不同毫秒內，序列號置為 1 - 2 隨機數
        // 這里序列號置為1-2的隨機數是為了方便后續分庫分表的時候hash比較均勻
        sequence = ThreadLocalRandom.current().nextLong(1, 3);
    }

    lastTimestamp = timestamp;

    // twepoch 是 時間起始標記點，作為基準，一般取系統的最近時間（一旦確定不能變動）
    // 因為前面已經說過41位的時間戳可以分配69.7年，如果從1970.1.1開始數，那么時間戳可能在未來某一天大于41位
    // 時間戳部分 | 數據中心部分 | 機器標識部分 | 序列號部分
    return ((timestamp - twepoch) << timestampLeftShift)
        | (datacenterId << datacenterIdShift)
        | (workerId << workerIdShift)
        | sequence;
}

這是生成時間的方法，其中使用了SystemClock，這是一個有趣的實現

protected long timeGen() {
    return SystemClock.now();
}

SystemClock類，這個類的主要思想就是用一個任務線程池以固定速率去獲取系統時間，若在同一時間間隔內，那么直接返回，而不需要再次訪問系統時間。其實主要是因為System.currentTimeMillis()是jni方法，jni方法由于存在內存復制和數據轉換，所以是比較耗時的。

/**
 * 高并發場景下System.currentTimeMillis()的性能問題的優化
 *
 * <p>System.currentTimeMillis()的調用比new一個普通對象要耗時的多（具體耗時高出多少我還沒測試過，有人說是100倍左右）</p>
 * <p>System.currentTimeMillis()之所以慢是因為去跟系統打了一次交道</p>
 * <p>后臺定時更新時鐘，JVM退出時，線程自動回收</p>
 * <p>10億：43410,206,210.72815533980582%</p>
 * <p>1億：4699,29,162.0344827586207%</p>
 * <p>1000萬：480,12,40.0%</p>
 * <p>100萬：50,10,5.0%</p>
 *
 * @author hubin
 * @since 2016-08-01
 */
public class SystemClock {
	// 定期更新時間戳的時間單位
    private final long period;
    // 記錄當前時間戳的原子類，因為可能存在并發線程使用
    private final AtomicLong now;
	
    private SystemClock(long period) {
        this.period = period;
        this.now = new AtomicLong(System.currentTimeMillis());
        scheduleClockUpdating();
    }

    private static SystemClock instance() {
        return InstanceHolder.INSTANCE;
    }

    public static long now() {
        return instance().currentTimeMillis();
    }

    public static String nowDate() {
        return new Timestamp(instance().currentTimeMillis()).toString();
    }
	
    // 這里是有一個定期更新方法
    // 里面有一個定時線程池，它會以固定的時間間隔(period)在類里面更新當前的時間戳
    private void scheduleClockUpdating() {
        ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor(runnable -> {
            Thread thread = new Thread(runnable, "System Clock");
            thread.setDaemon(true);
            return thread;
        });
        scheduler.scheduleAtFixedRate(() -> now.set(System.currentTimeMillis()), period, period, TimeUnit.MILLISECONDS);
    }

    // 獲取事件
    private long currentTimeMillis() {
        return now.get();
    }

    // 默認事件間隔為1ms
    private static class InstanceHolder {
        public static final SystemClock INSTANCE = new SystemClock(1);
    }
}

至此，已經介紹完MyBatis-Plus獲取全局唯一ID的實現。如有錯誤，煩請指出。

總結

以上是生活随笔為你收集整理的MyBatis-Plus雪花算法实现源码解析的全部內容，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。