Java分布式ID中Snowflake雪花算法應(yīng)用實(shí)現(xiàn)
在構(gòu)建分布式系統(tǒng)時(shí),如何生成全局唯一的ID是一個(gè)重要且常見的挑戰(zhàn)。ID需要具有全局唯一性、遞增性以及趨勢遞增性,以便在分布式環(huán)境中進(jìn)行有效的數(shù)據(jù)存儲、查詢和分片。本文將詳細(xì)解析Java分布式ID的生成方案,并深入探討Snowflake算法的原理及其在Spring Boot中的應(yīng)用。
一、分布式ID生成方案概述
在分布式系統(tǒng)中,常見的ID生成方案包括UUID、數(shù)據(jù)庫自增ID、Redis生成ID以及Snowflake算法等。其中,Snowflake算法以其高效、簡潔的特性受到廣泛關(guān)注。Snowflake算法生成的ID是一個(gè)64位的整數(shù),由時(shí)間戳、工作機(jī)器ID和序列號組成,保證了全局唯一性、遞增性和趨勢遞增性。
二、Snowflake算法詳解
Snowflake算法的核心思想是將一個(gè)64位的整數(shù)劃分為多個(gè)部分,用于記錄不同的信息。具體來說,Snowflake算法將64位ID分為以下幾部分:

- 未使用位:最高位是符號位,由于生成的ID都是正數(shù),所以最高位固定為0。
- 時(shí)間戳差值:占據(jù)41位,記錄當(dāng)前時(shí)間與開始時(shí)間的差值(單位:毫秒)。這部分可以支持系統(tǒng)運(yùn)行69年。
- 工作機(jī)器ID:包括數(shù)據(jù)中心ID和工作節(jié)點(diǎn)ID,各占5位,總共10位。這樣,Snowflake算法最多可以支持1024個(gè)節(jié)點(diǎn)。
- 序列號:占12位,用于記錄同一毫秒內(nèi)產(chǎn)生的不同ID。這保證了在同一機(jī)器、同一時(shí)間戳下,可以生成最多4096個(gè)不同的ID。
三、Snowflake算法在Spring Boot中的應(yīng)用
在Spring Boot項(xiàng)目中集成Snowflake算法生成唯一ID,通常我們會創(chuàng)建一個(gè)ID生成器服務(wù),并在需要的地方注入使用。以下是一個(gè)簡單的示例:
import org.springframework.stereotype.Service;
@Service
public class SnowflakeIdWorker {
// 初始化參數(shù)
private final long twepoch = 1288834974657L;
private long workerId;
private long datacenterId;
private long sequence = 0L;
private final long workerIdBits = 5L;
private final long datacenterIdBits = 5L;
private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
private final long sequenceBits = 12L;
private final long workerIdShift = sequenceBits;
private final long datacenterIdShift = sequenceBits + workerIdBits;
private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
private final long sequenceMask = -1L ^ (-1L << sequenceBits);
private long lastTimestamp = -1L;
public SnowflakeIdWorker(long workerId, long datacenterId) {
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
}
if (datacenterId > maxDatacenterId || datacenterId < 0) {
throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
}
public synchronized long nextId() {
long timestamp = timeGen();
if (timestamp < lastTimestamp) {
throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
}
if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & sequenceMask;
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0L;
}
lastTimestamp = timestamp;
return ((timestamp - twepoch) << timestampLeftShift) |
(datacenterId << datacenterIdShift) |
(workerId << workerIdShift) |
sequence;
}
protected long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
protected long timeGen() {
return System.currentTimeMillis();
}
}
四、Spring Boot中使用Snowflake
在Spring Boot中,你可以創(chuàng)建一個(gè)配置類來初始化SnowflakeIdWorker,并在需要生成ID的地方注入使用。
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class SnowflakeConfig {
@Bean
public SnowflakeIdWorker snowflakeIdWorker() {
// 根據(jù)實(shí)際部署情況設(shè)置工作機(jī)器ID和數(shù)據(jù)中心ID
long workerId = 1L;
long datacenterId = 1L;
return new SnowflakeIdWorker(workerId, datacenterId);
}
}
在需要使用ID的地方,你可以通過依賴注入的方式獲取SnowflakeIdWorker實(shí)例,并調(diào)用nextId()方法生成唯一ID。
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
@Service
public class SomeService {
private final SnowflakeIdWorker snowflakeIdWorker;
@Autowired
public SomeService(SnowflakeIdWorker snowflakeIdWorker) {
this.snowflakeIdWorker = snowflakeIdWorker;
}
public void someMethod() {
long id = snowflakeIdWorker.nextId();
// 使用生成的ID進(jìn)行后續(xù)操作
}
}
五、總結(jié)
在Spring中,Snowflake算法作為一種高效且易于實(shí)現(xiàn)的分布式ID生成方案,能夠很好地滿足分布式系統(tǒng)中對全局唯一ID的需求。通過合理配置工作機(jī)器ID和數(shù)據(jù)中心ID,并結(jié)合Spring的依賴注入特性,可以方便地在Spring Boot項(xiàng)目中集成Snowflake算法,為業(yè)務(wù)邏輯提供穩(wěn)定可靠的ID生成服務(wù)。需要注意的是,在使用Snowflake算法時(shí),應(yīng)確保工作機(jī)器ID和數(shù)據(jù)中心ID的唯一性,以避免ID沖突。此外,由于Snowflake算法依賴于系統(tǒng)時(shí)鐘,因此在時(shí)鐘回?fù)艿那闆r下可能會導(dǎo)致ID生成異常,需要妥善處理這種情況。
到此這篇關(guān)于Java分布式ID中Snowflake雪花算法應(yīng)用實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Java Snowflake雪花算法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Java實(shí)現(xiàn)雪花算法(snowflake)
- Java實(shí)現(xiàn)雪花算法的原理
- java算法之靜態(tài)內(nèi)部類實(shí)現(xiàn)雪花算法
- 帶你入門java雪花算法原理
- Java實(shí)現(xiàn)雪花算法的原理和實(shí)戰(zhàn)教程
- java實(shí)現(xiàn)雪花算法ID生成器工具類
- Java雪花算法的原理和實(shí)現(xiàn)方法
- Java雪花算法的實(shí)現(xiàn)詳解
- Java使用雪花算法生成唯一ID的實(shí)現(xiàn)示例
- java中使用雪花算法(Snowflake)為分布式系統(tǒng)生成全局唯一ID代碼示例
相關(guān)文章
Spring?Boot實(shí)現(xiàn)配置文件的自動(dòng)加載和刷新功能
這篇文章我們介紹了Spring?Boot如何實(shí)現(xiàn)配置文件的自動(dòng)加載和刷新,本文結(jié)合實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友參考下吧2023-05-05
一鍵清除maven倉庫中下載失敗的jar包的實(shí)現(xiàn)方法
這篇文章主要介紹了一鍵清除maven倉庫中下載失敗的jar包的實(shí)現(xiàn)方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
java中如何判斷數(shù)組中是否包含某個(gè)元素的幾種方法
相信大家在操作Java的時(shí)候,經(jīng)常會要檢查一個(gè)數(shù)組(無序)是否包含一個(gè)特定的值,這篇文章主要給大家介紹了關(guān)于java中如何判斷數(shù)組中是否包含某個(gè)元素的幾種方法,需要的朋友可以參考下2024-08-08
ExecutorService Callable Future多線程返回結(jié)果原理解析
這篇文章主要為大家介紹了ExecutorService Callable Future多線程返回結(jié)果,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-09-09
SpringBoot+Redis海量重復(fù)提交問題解決
在實(shí)際的開發(fā)項(xiàng)目中,一個(gè)對外暴露的接口往往會面臨很多次請求,所以本文介紹一下SpringBoot+Redis海量重復(fù)提交問題解決,感興趣的可以了解一下2023-12-12
Java如何實(shí)現(xiàn)URL帶請求參數(shù)(get/post)及得到get和post請求url和參數(shù)列表的方法
本文給大家介紹Java如何實(shí)現(xiàn)URL帶請求參數(shù)(get/post)及得到get和post請求url和參數(shù)列表的方法,涉及到 java獲取post請求參數(shù)的方法,感興趣的朋友一起看看吧2015-10-10
Java線程池雙雄之ForkJoinPool和ThreadPoolExecutor的區(qū)別詳解
Java線程池是多線程編程中的一個(gè)重要概念,主要用于管理和復(fù)用線程資源,避免頻繁創(chuàng)建和銷毀線程帶來的性能開銷,這篇文章主要介紹了Java線程池雙雄之ForkJoinPool和ThreadPoolExecutor區(qū)別的相關(guān)資料,需要的朋友可以參考下2026-04-04
Java計(jì)算兩個(gè)漢字相似度的實(shí)現(xiàn)方法
有時(shí)候我們希望計(jì)算兩個(gè)漢字的相似度,比如文本的 OCR 等場景,用于識別糾正,本文給大家詳細(xì)介紹了Java計(jì)算兩個(gè)漢字相似度的實(shí)現(xiàn)方法,文中有詳細(xì)的實(shí)現(xiàn)代碼,需要的朋友可以參考下2023-11-11

