package com.pet.ew.util;
/**
* Twitter_Snowflake<br>
* SnowFlake的結構如下(每部分用-分開):<br>
* 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 -
* 000000000000 <br>
* 1位標識,由於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<br>
* 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),這裏的的開始時間截,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IdWorker類的startTime屬性)。41位的時間截,可以使用69年,年T = (1L << 41) /
* (1000L * 60 * 60 * 24 * 365) = 69<br>
* 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<br>
* 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<br>
* 加起來剛好64位,爲一個Long型。<br>
* SnowFlake的優點是,整體上按照時間自增排序,並且整個分佈式系統內不會產生ID碰撞(由數據中心ID和機器ID作區分),並且效率較高,經測試,
* SnowFlake每秒能夠產生26萬ID左右。
*
* @author menglinjie
*/
public class IDUtil {
private volatile static IDUtil idUtil;
/**
* 開始時間截 (2015-01-01)
*/
private final static long TWEPOCH = 1420041600000L;
/**
* 機器id所佔的位數
*/
private final static long WORKER_ID_BITS = 5L;
/**
* 數據標識id所佔的位數
*/
private final static long DATACENTER_ID_BITS = 5L;
/**
* 支持的最大機器id,結果是31 (這個移位算法可以很快的計算出幾位二進制數所能表示的最大十進制數)
*/
private final static long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS);
/**
* 支持的最大數據標識id,結果是31
*/
private final static long MAX_DATACENTER_ID = ~(-1L << DATACENTER_ID_BITS);
/**
* 序列在id中佔的位數
*/
private final static long SEQUENCE_BITS = 12L;
/**
* 機器ID向左移12位
*/
private final static long WORKER_ID_SHIFT = SEQUENCE_BITS;
/**
* 數據標識id向左移17位(12+5)
*/
private final static long DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS;
/**
* 時間截向左移22位(5+5+12)
*/
private final static long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS;
/**
* 生成序列的掩碼,這裏爲4095 (0b111111111111=0xfff=4095)
*/
private final static long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS);
/**
* 工作機器ID(0~31)
*/
private static long workerId;
/**
* 數據中心ID(0~31)
*/
private static long datacenterId;
/**
* 毫秒內序列(0~4095)
*/
private static long sequence = 0L;
/**
* 上次生成ID的時間截
*/
private static long lastTimestamp = -1L;
public static IDUtil build(long wid, long did) {
if (idUtil == null) {
synchronized (IDUtil.class) {
if (idUtil == null) {
if (wid > MAX_WORKER_ID || wid < 0) {
throw new IllegalArgumentException(String.format(
"worker Id can't be greater than %d or less than 0",
MAX_WORKER_ID));
}
if (did > MAX_DATACENTER_ID || did < 0) {
throw new IllegalArgumentException(String.format(
"datacenter Id can't be greater than %d or less than 0",
MAX_DATACENTER_ID));
}
workerId = wid;
datacenterId = did;
idUtil = new IDUtil();
}
}
}
return idUtil;
}
/**
* 獲得下一個ID (該方法是線程安全的)
*
* @return SnowflakeId
*/
private synchronized long nextId() {
long timestamp = timeGen();
// 如果當前時間小於上一次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
if (timestamp < lastTimestamp) {
throw new RuntimeException(
String.format(
"Clock moved backwards. Refusing to generate id for %d milliseconds",
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) & SEQUENCE_MASK;
// 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;
// 移位並通過或運算拼到一起組成64位的ID
return ((timestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT)
| (datacenterId << DATACENTER_ID_SHIFT)
| (workerId << WORKER_ID_SHIFT)
| 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
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
/**
* 返回以毫秒爲單位的當前時間
*
* @return 當前時間(毫秒)
*/
private long timeGen() {
return System.currentTimeMillis();
}
/**
* 獲取id
*
* @return
*/
public synchronized static String bulidID() {
IDUtil idWorker = IDUtil.build(10, 10);
return String.valueOf(idWorker.nextId());
}
}