分布式ID生成算法--雪花算法（SNOWFLAKE）

Github源码

https://github.com/souyunku/SnowFlake

分布式ID生成算法的有很多种，Twitter的SnowFlake就是其中经典的一种。
注：
1B就是1个字节。
Byte、KB、B、MB、GB之间的关系是：
Bit——比特 ； B ——字节；KB——千字节；MB——兆字节；GB——吉字节；TB——太字节
1bit=0.125b ；1B=8 Bit ；1KB＝1024B 1MB＝1024KB；1GB＝1024MB；1TB=1024GB

1位，不用。二进制中最高位为1的都是负数，但是我们生成的ID一般都使用整数，所以这个最高位固定是0.

41位，用来记录时间戳（毫秒）
41位可以表示正整数（计算机中整数包含0），可以表示的数值范围是：0至$2^{41}-1$,
减1是因为可表示的的数值范围是从0开始算的，而不是1.
也就是说41位可以表示$2^{41}-1$个毫秒的值，转化成单位年则是$2^{(}41-1)/(1000\ast 60\ast 60\ast 24\ast 365)=69$年

****，用来记录工作机器ID。
可以部署在$2^{10}=1024$个字节。包括5位datacenterId和5位workerId。
5位（bit）可以表示的最大正整数是$2^5-1=31$,即可以用0,1,2,3…31这32个数字，来表示不同的datacenterId 或者workerId.

****，序列号，用来记录同毫秒内产生的不同Id。
12位（bit）可以表示的最大整数是$2^{12}-1=4095$,即可以用0、1、2、3…4094这4095个数字，来表示同一机器同一时间戳（毫秒）内产生的4095个ID序号。

由于在java中64bit的整数是long类型，所以在java中SnowFlake算法生产的ID就是longKauai存储的，

SnowFlake可以保证：
所有生成ID按时间趋势递增。
整个分布式系统内不会产生重复ID（因为datacenterID和wokerID来做区分）

/** * 雪花算法<br>*/
public class SnowFlake {
    //起始的时间戳
    private final static long START_STAMP = 1480166465631L;

    //每一部分占用的位数
    private final static long SEQUENCE_BIT = 12; //序列号占用的位数
    private final static long MACHINE_BIT = 5;   //机器标识占用的位数
    private final static long DATA_CENTER_BIT = 5;//数据中心占用的位数

    //每一部分的最大值
    private final static long MAX_DATA_CENTER_NUM = -1L ^ (-1L << DATA_CENTER_BIT);
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    //每一部分向左的位移
    private final static long MACHINE_LEFT = SEQUENCE_BIT;
    private final static long DATA_CENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private final static long TIMESTAMP_LEFT = DATA_CENTER_LEFT + DATA_CENTER_BIT;

    private long dataCenterId;  //数据中心
    private long machineId;     //机器标识
    private long sequence = 0L; //序列号
    private long lastStamp = -1L;//上一次时间戳

    public SnowFlake(long dataCenterId, long machineId) {
        if (dataCenterId > MAX_DATA_CENTER_NUM || dataCenterId < 0) {
            throw new IllegalArgumentException("dataCenterId can't be greater than MAX_DATA_CENTER_NUM or less than 0");
        }
        if (machineId > MAX_MACHINE_NUM || machineId < 0) {
            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
        }
        this.dataCenterId = dataCenterId;
        this.machineId = machineId;
    }

    //产生下一个ID
    public synchronized long nextId() {
        long currStamp = getNewStamp();
        if (currStamp < lastStamp) {
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        }

        if (currStamp == lastStamp) {
            //相同毫秒内，序列号自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            //同一毫秒的序列数已经达到最大
            if (sequence == 0L) {
                currStamp = getNextMill();
            }
        } else {
            //不同毫秒内，序列号置为0
            sequence = 0L;
        }

        lastStamp = currStamp;

        return (currStamp - START_STAMP) << TIMESTAMP_LEFT //时间戳部分
                | dataCenterId << DATA_CENTER_LEFT       //数据中心部分
                | machineId << MACHINE_LEFT             //机器标识部分
                | sequence;                             //序列号部分
    }

    private long getNextMill() {
        long mill = getNewStamp();
        while (mill <= lastStamp) {
            mill = getNewStamp();
        }
        return mill;
    }

    private long getNewStamp() {
        return System.currentTimeMillis();
    }

    public static void main(String[] args) {
        //数据中心id,机器标识id
        SnowFlake snowFlake = new SnowFlake(2, 3);
        System.out.println(snowFlake.nextId());
    }
}