java id主键_JAVA主键ID生成工具类：改自twitter的分布式ID算法snowflake
祝大家新年快樂，有任何問題可與我聯系：
關于snowflake算法的介紹和原理這里不過多說明了，網上有很多。
這里簡單描述下SnowflakeUtil的優點：
1、做為底層工具使用，可用于數據庫主鍵、訂單編號……
2、不依賴數據庫，速度快
3、可有序生成
4、可分布式部署
當然缺點也是有的，我相信看了下面SnowflakeUtil的朋友自然能夠明白。
下面是SnowflakeUtil類的代碼：
package cn.yyjjssnn.utils;
/**
* 本類主要用于生成主鍵ID，方法參考twitter的SnowFlake。
* SnowFlake的優點是，整體上按照時間自增排序，
* 并且整個分布式系統內不會產生ID碰撞(由數據中心ID和機器ID作區分)，并且效率較高。
* SnowFlake的示例結構如下(每部分用-分開)：
* 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
* 1位標識，由于long基本類型在Java中是帶符號的，最高位是符號位，正數是0，負數是1，所以id一般是正數，最高位是0
* 41位時間截(毫秒級)，注意，41位時間截不是存儲當前時間的時間截，而是存儲時間截的差值(當前時間截 - 開始時間截得到的值)，
* 這里的的開始時間截，一般是我們的id生成器開始使用的時間，由我們程序來指定的(如下下面程序SnowflakeIdUtil類的twepoch屬性)。
* 41位的時間截，可以使用69年，年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69
* 10位的數據機器位，可以部署在1024個節點，包括5位datacenterId和5位workerId，可以合在一起使用，也可以分開使用
* 12位序列，毫秒內的計數，12位的計數順序號支持每個節點每毫秒(同一機器，同一時間截)產生4096個ID序號
* 加起來剛好64位，為一個Long型。
*/
public class SnowflakeUtil {
/** 序列id所占的位數 支持每毫秒產生1024個id序號 */
private final long sequenceBits = 10L;
/** 機器id所占的位數 支持256臺機器 */
private final long workerIdBits = 8L;
/** 區域id所占的位數 支持32個區域(即支持最大機器數為256*32=8192) */
private final long datacenterIdBits = 5L;
/** 開始時間截 (2018-01-01 00:00:00) 可使用至2052年 */
private final long twepoch = 1514736000000L;
/** 機器id左移位 */
private final long workerIdShift = sequenceBits;
/** 區域id左移位 */
private final long datacenterIdShift = sequenceBits + workerIdBits;
/** 時間截左移位 */
private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
/** 生成序列的掩碼 */
private final long sequenceMask = -1L ^ (-1L << sequenceBits);
/** 支持的最大機器id */
private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
/** 支持的最大區域id */
private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
/** 當前毫秒內序列 */
private long sequence = 0L;
/** 當前機器id */
private long workerId;
/** 當前區域id */
private long datacenterId;
/** 上次生成ID的時間截 */
private long lastTimestamp = -1L;
/** 一臺機子只需要一個實例，以保證產生有序的、不重復的ID */
private static SnowflakeUtil snowflakeUtil = new SnowflakeUtil();
private SnowflakeUtil() {
// 設置workerId和datacenterId
// TODO workerId和datacenterId可以通過數據庫、配置文件、緩存等方式獲取，這里為方便演示默認都設置為0
long workerId = 0;
long datacenterId = 0;
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException(
String.format("workerId(０～%d)設置錯誤", maxWorkerId));
}
if (datacenterId > maxDatacenterId || datacenterId < 0) {
throw new IllegalArgumentException(
String.format("datacenterId(０～%d)設置錯誤", maxDatacenterId));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
}
public static SnowflakeUtil getInstance() {
return snowflakeUtil;
}
/**
* 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，說明系統時鐘回退過這個時候應當拋出異常
// 也就是說當應用運行時是不能將時鐘改小的，要么異常退出，要么ID重復
if (timestamp < lastTimestamp) {
throw new RuntimeException(String.format("系統時鐘回退%d秒", lastTimestamp - timestamp));
}
// 如果是同一時間生成的，則進行毫秒內序列
if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & sequenceMask;
// 毫秒內序列溢出
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() {
// 考慮到當前系統時鐘不準確以及修改時鐘產生的ID問題，
// 這里可以根據自身業務使用網絡時鐘或其他更加準確及穩定的時鐘
return System.currentTimeMillis();
}
}
下面是測試代碼：
package cn.yyjjssnn.utils;
import java.util.Hashtable;
import java.util.Map;
public class SnowflakeUtilTest {
public static void main(String[] args) {
// 模擬多線程同時獲取ID
for (int i = 0; i < 100; i++) {
new SnowflakeUtilTestThread("線程" + i).start();
}
}
}
class SnowflakeUtilTestThread extends Thread {
private static Map existId = new Hashtable();
public SnowflakeUtilTestThread(String name) {
super(name);
}
@Override
public void run() {
for (int i = 0; i < 1000; i++) {
long id = SnowflakeUtil.getInstance().nextId();
if (existId.containsKey(id + "")) {
throw new RuntimeException("ID重復");
}
existId.put(id + "", id);
System.out.println(getName() + "獲取ID：" + id + "，當前ID總數：" + existId.size());
}
}
}
下面是測試結果：
……
線程1獲取ID：63578301855170593，當前ID總數：99962
線程73獲取ID：63578301855170596，當前ID總數：99965
線程73獲取ID：63578301855170598，當前ID總數：99967
線程47獲取ID：63578301855170595，當前ID總數：99964
線程73獲取ID：63578301855170599，當前ID總數：99968
線程1獲取ID：63578301855170597，當前ID總數：99966
線程73獲取ID：63578301855170601，當前ID總數：99970
線程73獲取ID：63578301855170602，當前ID總數：99971
線程73獲取ID：63578301855170603，當前ID總數：99972
線程73獲取ID：63578301855170604，當前ID總數：99973
線程73獲取ID：63578301855170605，當前ID總數：99974
線程73獲取ID：63578301855170606，當前ID總數：99975
線程73獲取ID：63578301855170607，當前ID總數：99976
線程73獲取ID：63578301855170608，當前ID總數：99977
線程73獲取ID：63578301855170609，當前ID總數：99978
……
線程73獲取ID：63578301855170626，當前ID總數：99995
線程73獲取ID：63578301855170627，當前ID總數：99996
線程73獲取ID：63578301855170628，當前ID總數：99997
線程73獲取ID：63578301855170629，當前ID總數：99998
線程73獲取ID：63578301855170630，當前ID總數：99999
線程73獲取ID：63578301863559168，當前ID總數：100000
~謝謝打賞~手機請長按圖片~
贊 賞
總結
以上是生活随笔為你收集整理的java id主键_JAVA主键ID生成工具类：改自twitter的分布式ID算法snowflake的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： resque java_php-resq
- 下一篇： java idea 模块_idea 多模