在这64bit中，其中``第一个bit是不用的，然后用其中的41个bit作为毫秒数，用10bit作为工作机器id,12bit`作为序列号.具体如下图所示：
第一个部分：0,这个是个符号位，因为在二进制中第一个bit如果是1的话，那么都是负数，但是我们生成的这些id都是正数，所以第一个bit基本上都是0
第二个部分：41个bit,代表的是一个时间戳，41bit可以表示的数字多达$2^{41} $-1,也可以表示2^{41}-1个毫秒值，基本上差不多是69年。
第三个部分：5个bit 表示的是机房id。
第四个部分：5个bit 表示的是机器id。
第五个部分：12个bit 表示的是机房id，表示的序号，就是某个机房某台机器上这一毫秒内同时生成的 id 的序号，0000 00000000，如果是同一毫秒，那么这个雪花值就会递增
简单来说，你的某个服务假设要生成一个全局唯一 id，那么就可以发送一个请求给部署了 snowflake 算法的系统，由这个 snowflake 算法系统来生成唯一 id。
这个算法可以保证说，一个机房的一台机器上，在同一毫秒内，生成了一个唯一的 id。可能一个毫秒内会生成多个 id，但是有最后 12 个 bit 的序号来区分开来。
下面我们就来简单看下这个算法的代码实现部分。
总之就是用一个64bit的数字中各个bit位置来设置不同的标志位
二、代码实现package com.lhh.utils;/** * @author liuhuanhuan * @version 1.0 * @date 2022/2/21 22:33 * @describe twitter推出的分布式唯一id算法 */public class snowflow { //因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。 //机器id 2进制5位 32位减掉1位 31个 private long workerid; //机房id 2进制5位 32位减掉1位 31个 private long datacenterid; //代表一毫秒内生成的多个id的最新序号 12位 4096 -1 = 4095 个 private long sequence; //设置一个时间初始值 2^41 - 1 差不多可以用69年 private long twepoch = 1585644268888l; //5位的机器id private long workeridbits = 5l; //5位的机房id；。‘ private long datacenteridbits = 5l; //每毫秒内产生的id数 2 的 12次方 private long sequencebits = 12l; // 这个是二进制运算，就是5 bit最多只能有31个数字，也就是说机器id最多只能是32以内 private long maxworkerid = -1l ^ (-1l << workeridbits); // 这个是一个意思，就是5 bit最多只能有31个数字，机房id最多只能是32以内 private long maxdatacenterid = -1l ^ (-1l << datacenteridbits); private long workeridshift = sequencebits; private long datacenteridshift = sequencebits + workeridbits; private long timestampleftshift = sequencebits + workeridbits + datacenteridbits; // -1l 二进制就是1111 1111 为什么？ // -1 左移12位就是 1111 1111 0000 0000 0000 0000 // 异或 相同为0 ，不同为1 // 1111 1111 0000 0000 0000 0000 // ^ // 1111 1111 1111 1111 1111 1111 // 0000 0000 1111 1111 1111 1111 换算成10进制就是4095 private long sequencemask = -1l ^ (-1l << sequencebits); //记录产生时间毫秒数，判断是否是同1毫秒 private long lasttimestamp = -1l; public long getworkerid(){ return workerid; } public long getdatacenterid() { return datacenterid; } public long gettimestamp() { return system.currenttimemillis(); } public snowflow() { } public snowflow(long workerid, long datacenterid, long sequence) { // 检查机房id和机器id是否超过31 不能小于0 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; this.sequence = sequence; } // 这个是核心方法，通过调用nextid()方法， // 让当前这台机器上的snowflake算法程序生成一个全局唯一的id public synchronized long nextid() { // 这儿就是获取当前时间戳，单位是毫秒 long timestamp = timegen(); // 判断是否小于上次时间戳，如果小于的话，就抛出异常 if (timestamp < lasttimestamp) { system.err.printf("clock is moving backwards. rejecting requests until %d.", lasttimestamp); throw new runtimeexception( string.format("clock moved backwards. refusing to generate id for %d milliseconds", lasttimestamp - timestamp)); } // 下面是说假设在同一个毫秒内，又发送了一个请求生成一个id // 这个时候就得把seqence序号给递增1，最多就是4096 if (timestamp == lasttimestamp) { // 这个意思是说一个毫秒内最多只能有4096个数字，无论你传递多少进来， //这个位运算保证始终就是在4096这个范围内，避免你自己传递个sequence超过了4096这个范围 sequence = (sequence + 1) & sequencemask; //当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生id if (sequence == 0) { timestamp = tilnextmillis(lasttimestamp); } } else { sequence = 0; } // 这儿记录一下最近一次生成id的时间戳，单位是毫秒 lasttimestamp = timestamp; // 这儿就是最核心的二进制位运算操作，生成一个64bit的id // 先将当前时间戳左移，放到41 bit那儿；将机房id左移放到5 bit那儿；将机器id左移放到5 bit那儿；将序号放最后12 bit // 最后拼接起来成一个64 bit的二进制数字，转换成10进制就是个long型 return ((timestamp - twepoch) << timestampleftshift) | (datacenterid << datacenteridshift) | (workerid << workeridshift) | sequence; } /** * 当某一毫秒的时间，产生的id数 超过4095，系统会进入等待，直到下一毫秒，系统继续产生id * @param lasttimestamp * @return */ private long tilnextmillis(long lasttimestamp) { long timestamp = timegen(); while (timestamp <= lasttimestamp) { timestamp = timegen(); } return timestamp; } //获取当前时间戳 private long timegen(){ return system.currenttimemillis(); } /** * main 测试类 * @param args */ public static void main(string[] args) {// system.out.println(1&4596);// system.out.println(2&4596);// system.out.println(6&4596);// system.out.println(6&4596);// system.out.println(6&4596);// system.out.println(6&4596); snowflow snowflow = new snowflow(1, 1, 1); for (int i = 0; i < 22; i++) { system.out.println(snowflow.nextid());// } } }}
三、算法优缺点优点：
（1）高性能高可用：生成时不依赖于数据库，完全在内存中生成。
（2）容量大：每秒中能生成数百万的自增id。
（3）id自增：存入数据库中，索引效率高。
缺点：
依赖与系统时间的一致性，如果系统时间被回调，或者改变，可能会造成id冲突或者重复(时钟重播造成的id重复问题)
以上就是java实现雪花算法的代码怎么写的详细内容。