package com.rrjc.pf.common; | |
import java.net.InetAddress; | |
import org.slf4j.Logger; | |
import org.slf4j.LoggerFactory; | |
/** | |
* (a) id构成: 42位的时间前缀 + 10位的节点标识 + 12位的sequence避免并发的数字(12位不够用时强制得到新的时间前缀) | |
* 注意这里进行了小改动: snowkflake是5位的datacenter加5位的机器id; 这里变成使用10位的机器id | |
* (b) 对系统时间的依赖性非常强,需关闭ntp的时间同步功能。当检测到ntp时间调整后,将会拒绝分配id | |
*/ | |
public class IdWorker { | |
private final static Logger logger = LoggerFactory.getLogger(IdWorker.class); | |
private final long workerId; | |
private final long epoch = 1403854494756L; // 时间起始标记点,作为基准,一般取系统的最近时间 | |
private final long workerIdBits = 10L; // 机器标识位数 | |
private final long maxWorkerId = -1L ^ -1L << this.workerIdBits;// 机器ID最大值: 1023 | |
private long sequence = 0L; // 0,并发控制 | |
private final long sequenceBits = 12L; //毫秒内自增位 | |
private final long workerIdShift = this.sequenceBits; // 12 | |
private final long timestampLeftShift = this.sequenceBits + this.workerIdBits;// 22 | |
private final long sequenceMask = -1L ^ -1L << this.sequenceBits; // 4095,111111111111,12位 | |
private long lastTimestamp = -1L; | |
private IdWorker(long workerId) { | |
if (workerId > this.maxWorkerId || workerId < 0) { | |
throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", this.maxWorkerId)); | |
} | |
this.workerId = workerId; | |
} | |
public synchronized long nextId() throws Exception { | |
long timestamp = IdWorker.timeGen(); | |
if (this.lastTimestamp == timestamp) { // 如果上一个timestamp与新产生的相等,则sequence加一(0-4095循环); 对新的timestamp,sequence从0开始 | |
this.sequence = this.sequence + 1 & this.sequenceMask; | |
if (this.sequence == 0) { | |
timestamp = this.tilNextMillis(this.lastTimestamp);// 重新生成timestamp | |
} | |
} else { | |
this.sequence = 0; | |
} | |
if (timestamp < this.lastTimestamp) { | |
logger.error(String.format("clock moved backwards.Refusing to generate id for %d milliseconds", (this.lastTimestamp - timestamp))); | |
throw new Exception(String.format("clock moved backwards.Refusing to generate id for %d milliseconds", (this.lastTimestamp - timestamp))); | |
} | |
this.lastTimestamp = timestamp; | |
return timestamp - this.epoch << this.timestampLeftShift | this.workerId << this.workerIdShift | this.sequence; | |
} | |
private static IdWorker flowIdWorker = new IdWorker(getworkerHostIp()); | |
public static IdWorker getFlowIdWorkerInstance() { | |
return flowIdWorker; | |
} | |
/** | |
* 等待下一个毫秒的到来, 保证返回的毫秒数在参数lastTimestamp之后 | |
*/ | |
private long tilNextMillis(long lastTimestamp) { | |
long timestamp = IdWorker.timeGen(); | |
while (timestamp <= lastTimestamp) { | |
timestamp = IdWorker.timeGen(); | |
} | |
return timestamp; | |
} | |
/** | |
* 获得系统当前毫秒数 | |
*/ | |
private static long timeGen() { | |
return System.currentTimeMillis(); | |
} | |
/** | |
* | |
* @param bytes | |
* @return int | |
*/ | |
public static int getworkerHostIp() { | |
try { | |
byte[] bytes = InetAddress.getLocalHost().getAddress(); | |
return Integer.valueOf(bytes[3] & 0xFF); | |
} catch (Exception e) { | |
logger.error(e.getMessage(),e); | |
return 1; | |
} | |
} | |
public static void main(String[] args) throws Exception { | |
IdWorker idWorker = IdWorker.getFlowIdWorkerInstance(); | |
System.out.println(idWorker.nextId()); | |
System.out.println(idWorker.nextId()); | |
} | |
}
源地址:https://gist.github.com/xishuixixia/f0f8684805d0504289b7a40f3b327dd6 |
- 浏览: 551577 次
最新评论
-
neusoft_jerry:
好东西,mark下!感谢楼主!
记一次线上Java程序导致服务器CPU占用率过高的问题排除过程(转载) -
460544406:
[color=red][/color]66
LINUX新建用户,并指定目录,无下载和上传权限(转载) -
soho00147:
结果错误,应该是A: {1,2,3,3,4,5}B: {3,4 ...
集合操作工具类CollectionUtils -
4711363:
能把修改的源码发我一下吗?碰到一些问题,谢谢。4711363@ ...
Redis存储Tomcat集群的Session出现race condition问题解决办法 -
CurrentJ:
直接用spring-session-redis组件。
Redis存储Tomcat集群的Session出现race condition问题解决办法
相关推荐
高并发分布式系统中生成全局唯一Id汇总 数据在分片时,典型的是分库分表,就有一个全局ID生成的问题。 单纯的生成全局ID并不是...IdWorker worker2 = new IdWorker(2); System.out.println(worker2.nextId()); } }
"Algorithm-idworker.zip"是一个包含特定算法实现的压缩文件,主要关注的是"idworker",一个用于生成唯一ID的算法。这个算法在分布式系统中尤为重要,因为它能确保在多台服务器之间生成全局唯一的标识符,避免ID冲突...
ID生成工具类(直接复制到项目里即可使用),简单快捷,只需在需要唯一ID时new IdWorker().nextId()即可,产生的ID不重复
`IdWorker`是阿里巴巴开源的一个高效、可扩展的分布式ID生成器,它确保了在大规模分布式环境下的ID唯一性、有序性和高性能。`RopeJST`可能是对这个实现的一种特定优化或变体,但在这个描述中并没有明确提到`RopeJST`...
根据给定文件的信息,我们可以总结出以下关于雪花算法(IdWorker)的关键知识点: ### 雪花算法概述 雪花算法(Snowflake Algorithm)是一种分布式ID生成算法,最初由Twitter开发并用于其内部系统,目的是为了在分布式...
idworker-基于zookeeper,snowflake的分布式统一ID生成工具 是什么 idworker是一个基于zookeeper和snowflake算法的分布式统一ID生成工具,通过zookeeper自动注册机器(最多1024台),无需手动指定workerId和...
项目中的代码截取自mybatis-plus-3.5项目源码中分布式ID的实现,主要是内容是Mybatis-plus项目中IdentifierGenerator接口的两个实现类DefaultIdentifierGenerator和ImadcnIdentifierGenerator的源码,还有IdWorker工具...
工具类CookieUtils、IdWorker、JsonUtils、NumberUtils Java工具类
**idworker 客户端详解** `idworker-client` 是一个专为分布式系统设计的唯一ID生成器的客户端实现,它基于`idworker`项目,主要用于解决在分布式环境中的ID生成问题。`idworker`由淘宝团队开发,其设计目标是提供...
* * 得到的值),这里的的开始时间截,一般是我们的id生成器开始使用的时间,由我们程序来指定的(如下下面程序IdWorker类的startTime属性)。41位的时间截,可以使用69年,年T = (1L ) / (1000L * 60 * 60 * 24 * ...
雪花算法IdWorker.java
大数据一秒生成5000000不重复ID SnowflakeIDWorker 用到 long timestamp = timeGen(); timestamp 以及上一个 timestamp 加位移.
class IdWorker { // ... public synchronized long nextId() { return workerId | (sequence ) | (workerId ) | (sequence >>> 8); } } ``` 这个生成器确保在多台机器上生成的 ID 互不相同,且有一定的顺序...
《MySQL实现雪花算法详解》 在当今的互联网环境中,分布式系统和微服务架构越来越常见,随之而来的是数据库的拆分与分表需求。在这种背景下,如何生成全局唯一且不重复的ID成为了一个重要的问题。...
"generator.rar"这个压缩包文件,特别是其中的"IdWorker.java",是关于Sharding-JDBC中键(ID)生成策略的一个补充和强化,通常涉及到自定义ID生成器的实现。 Sharding-JDBC提供了多种键生成策略,包括雪花算法...