内容id生成器

Posted 2022-11-18 flying_1314

1、背景

首先个人理解，赋予一个背景，比如推荐系统中抖音里面，每天都有很多的作者去上传很多的视频，量级可能非常大，并且之前的视频也会累积，那么如何区分不同的视频内容呢，就是id了，类似于我们的身份证件，但是如何做到唯一标识呢？

2、实现框架

这个就会用到传说中的---雪花算法。

雪花算法（Snowflake）是twitter公司内部分布式项目采用的ID生成算法，开源后广受国内大厂的好评，在该算法影响下各大公司相继开发出各具特色的分布式生成器。

名字很高大上哈，其实很简单，看下面这张图片，就是雪花算法的id构成。

Snowflake生成的是Long类型的ID，一个Long类型占8个字节，每个字节占8比特，也就是说一个Long类型占64个比特。

Snowflake ID组成结构：正数位（占1比特）+ 时间戳（占41比特）+ 机器ID（占5比特）+ 数据中心（占5比特）+ 自增值（占12比特），总共64比特组成的一个Long类型。

解释一下各个部分，总共有4个小部分

• 1bit:一般是符号位，不做处理。long的最高位是符号位代表正负，正数是0，负数是1，一般生成ID都为正数，所以默认为0。
• 41bit:用来记录时间戳，这里可以记录69年，如果设置好起始时间比如今年是2022年，那么可以用到2091年，可是到期了怎么办？要是这个系统能用69年，我相信这个系统早都重构了好多次了。(解释一下为什么是69年:

  毫秒级的时间，不建议存当前时间戳，而是用（当前时间戳 - 固定开始时间戳）的差值，可以使产生的ID从更小的值开始；41位的时间戳可以使用69年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年)

• 10bit:10bit用来记录机器ID，总共可以记录1024台机器，一般用前5位代表数据中心，后面5位是某个数据中心的机器ID
• 12bit:循环位，用来对同一个毫秒之内产生不同的ID，12位可以最多记录4095个，也就是在同一个机器同一毫秒最多记录4095个，多余的需要进行等待下毫秒。

 3、具体的代码逻辑

1>主要目标:更新id

2>明确主要目标后，就简单了，再回顾一下最上面的那张图片，其实就是去更新每一部分的时间

• 第一部分41bit的时间戳: 最前面的符号位不考虑哈，用(当前的时间戳-一个固定开始的时间戳)来更新，比方说之前，抖音于2016年9月20号上线，那固定时间戳就取这个上线时间对应的时间戳就好。
• 第二部分10bit的工作机器id: 这个如果需要更新就更新成对应的就好，比如你的数据中心是1，机器是1那么这10位就是0000100001。
• 第三部分12bit的序列号:这部分就是针对于同一毫秒下，最多可以接受4095个新的内容。多了就等下一毫秒就好，比如你是当前毫秒下第一个内容，那么对应的就是0000 0000 0001 ，第十个内容就是 0000 0000 1010; 如果是第4096个内容，就需要到下一毫秒，并且将值置为0，也就是0000 0000 0000

3>其实核心的核心就是在更新id，只不过雪花算法提出了一种id生成的规则，可以满足产生足够多的唯一的id来标识内容。

4、优缺点

• 优点:时间有序，并且无法根据id判断某一段时间内的id数，安全
• 缺点:依赖时间戳，也就是依赖机器的时钟，如果机器时钟有问题比如时钟回拨，也就是可能会获得同样的时间戳，这样就可能导致同样的id。

---

参考:

ID生成器 - 简书一、交易订单号生成（雪花算法） 基本思路，int64 二进制64位。按位来划分业务字段。 从高位到地位： 几位含义解释1符号位默认是0，不使用。(0正1负)31时间戳存的是时...https://www.jianshu.com/p/90e49b55b4a9ID 生成器 雪花算法https://www.bbsmax.com/A/6pdDg8lq5w/