新建德森项目分支

skyouc

2024-12-21 c635d78b479510ebe2556a420948effcd30a0731

 zy-asrs-framework/src/main/java/com/zy/asrs/framework/common/SnowflakeIdWorker.java

@@ -1,162 +1,162 @@
package com.zy.asrs.framework.common;

/**
 * Twitter_Snowflake<br>
 * SnowFlake的结构如下(每部分用-分开):<br>
 * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 -
 * 000000000000 <br>
 * 1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正数，最高位是0<br>
 * 41位时间截(毫秒级)，注意，41位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截)
 * 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 << 41) / (1000L * 60 * 60 * 24 * 365) = 69<br>
 * 10位的数据机器位，可以部署在1024个节点，包括5位datacenterId和5位workerId<br>
 * 12位序列，毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间截)产生4096个ID序号<br>
 * 加起来刚好64位，为一个Long型。<br>
 * SnowFlake的优点是，整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞(由数据中心ID和机器ID作区分)，并且效率较高，经测试，SnowFlake每秒能够产生26万ID左右。
 */
public class SnowflakeIdWorker {

   // ==============================Fields===========================================
   /** 开始时间截 (2015-01-01) */
   private final long twepoch = 1420041600000L;
	
   /** 序列值所占的位数 */
   private final long sequenceBits = 12L;

   /** 机器id所占的位数 */
   private final long workerIdBits = 5L;

   /** 机房id所占的位数 */
   private final long datacenterIdBits = 5L;

   /** 机器id向左移12位 */
   private final long workerIdLeftShift = sequenceBits;

   /** 机房id向左移17位(5+12) */
   private final long datacenterIdLeftShift =workerIdLeftShift + workerIdBits;

   /** 时间截向左移22位(5+5+12) */
   private final long timestampLeftShift = datacenterIdLeftShift + datacenterIdBits;
	
   /** 支持的最大机器id (位数二进制值) */
   private final long maxWorkerId = -1L ^ (-1L << workerIdBits);

   /** 支持的最大数据标识id (位数二进制值)  */
   private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
	
   /**生成序列的掩码 */
   private final long sequenceMask = -1L ^ (-1L << sequenceBits);

   /** 工作机器ID(0~31) */
   private long workerId;

   /** 数据中心ID(0~31) */
   private long datacenterId;

   /** 毫秒内序列 */
   private long sequence = 0L;

   /** 上次生成ID的时间截 */
   private long lastTimestamp = -1L;

   // ==============================Constructors=====================================
	
   /**
    * 构造函数
    * 
    * @param workerId
    *            工作ID (0~31)
    * @param datacenterId
    *            数据中心ID (0~31)
    */
   public SnowflakeIdWorker(long workerId, long datacenterId) {
      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;
   }

   public SnowflakeIdWorker(){
      this(0L, 0L);
   }

   // ==============================Methods==========================================
   /**
    * 获得下一个ID (该方法是线程安全的)
    * 
    * @return SnowflakeId
    */
   public synchronized long nextId() {
      long timestamp = timeGen();

      // 如果当前时间小于上一次ID生成的时间戳，说明系统时钟回退过这个时候应当抛出异常
      if (timestamp < lastTimestamp) {
         throw new RuntimeException(String.format(
               "Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
      }

      // 如果是同一时间生成的，则进行毫秒内序列
      if (lastTimestamp == timestamp) {
         sequence = (sequence + 1) & sequenceMask;
         // 毫秒内序列溢出
         if (sequence == 0) {
            // 阻塞到下一个毫秒,获得新的时间戳
            timestamp = tilNextMillis(lastTimestamp);
         }
      }
      // 时间戳改变，毫秒内序列重置
      else {
         sequence = 0L;
      }

      // 上次生成ID的时间截
      lastTimestamp = timestamp;

      // 移位并通过或运算拼到一起组成64位的ID
      return ((timestamp - twepoch) << timestampLeftShift) //
            | (datacenterId << datacenterIdLeftShift) //
            | (workerId << workerIdLeftShift) //
            | sequence;
   }
	
   /**
    * 阻塞到下一个毫秒，直到获得新的时间戳
    * 
    * @param lastTimestamp
    *            上次生成ID的时间截
    * @return 当前时间戳
    */
   protected long tilNextMillis(long lastTimestamp) {
      long timestamp = timeGen();
      while (timestamp <= lastTimestamp) {
         timestamp = timeGen();
      }
      return timestamp;
   }

   /**
    * 返回以毫秒为单位的当前时间
    * 
    * @return 当前时间(毫秒)
    */
   protected long timeGen() {
      return System.currentTimeMillis();
   }

   // ==============================Test=============================================
   /** 测试 */
   public static void main(String[] args) {
      SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0);
      for (int i = 0; i < 1000; i++) {
         long id = idWorker.nextId();
         System.out.println(Long.toBinaryString(id));
         System.out.println(id);
      }
   }
}
package com.zy.asrs.framework.common;



/**

 * Twitter_Snowflake<br>

 * SnowFlake的结构如下(每部分用-分开):<br>

 * 0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 -

 * 000000000000 <br>

 * 1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正数，最高位是0<br>

 * 41位时间截(毫秒级)，注意，41位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截)

 * 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 << 41) / (1000L * 60 * 60 * 24 * 365) = 69<br>

 * 10位的数据机器位，可以部署在1024个节点，包括5位datacenterId和5位workerId<br>

 * 12位序列，毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间截)产生4096个ID序号<br>

 * 加起来刚好64位，为一个Long型。<br>

 * SnowFlake的优点是，整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞(由数据中心ID和机器ID作区分)，并且效率较高，经测试，SnowFlake每秒能够产生26万ID左右。

 */

public class SnowflakeIdWorker {



   // ==============================Fields===========================================

   /** 开始时间截 (2015-01-01) */

   private final long twepoch = 1420041600000L;

	
   /** 序列值所占的位数 */

   private final long sequenceBits = 12L;



   /** 机器id所占的位数 */

   private final long workerIdBits = 5L;



   /** 机房id所占的位数 */

   private final long datacenterIdBits = 5L;



   /** 机器id向左移12位 */

   private final long workerIdLeftShift = sequenceBits;



   /** 机房id向左移17位(5+12) */

   private final long datacenterIdLeftShift =workerIdLeftShift + workerIdBits;



   /** 时间截向左移22位(5+5+12) */

   private final long timestampLeftShift = datacenterIdLeftShift + datacenterIdBits;

	
   /** 支持的最大机器id (位数二进制值) */

   private final long maxWorkerId = -1L ^ (-1L << workerIdBits);



   /** 支持的最大数据标识id (位数二进制值)  */

   private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);

	
   /**生成序列的掩码 */

   private final long sequenceMask = -1L ^ (-1L << sequenceBits);



   /** 工作机器ID(0~31) */

   private long workerId;



   /** 数据中心ID(0~31) */

   private long datacenterId;



   /** 毫秒内序列 */

   private long sequence = 0L;



   /** 上次生成ID的时间截 */

   private long lastTimestamp = -1L;



   // ==============================Constructors=====================================

	
   /**

    * 构造函数

    * 
    * @param workerId

    *            工作ID (0~31)

    * @param datacenterId

    *            数据中心ID (0~31)

    */

   public SnowflakeIdWorker(long workerId, long datacenterId) {

      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;

   }



   public SnowflakeIdWorker(){

      this(0L, 0L);

   }



   // ==============================Methods==========================================

   /**

    * 获得下一个ID (该方法是线程安全的)

    * 
    * @return SnowflakeId

    */

   public synchronized long nextId() {

      long timestamp = timeGen();



      // 如果当前时间小于上一次ID生成的时间戳，说明系统时钟回退过这个时候应当抛出异常

      if (timestamp < lastTimestamp) {

         throw new RuntimeException(String.format(

               "Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));

      }



      // 如果是同一时间生成的，则进行毫秒内序列

      if (lastTimestamp == timestamp) {

         sequence = (sequence + 1) & sequenceMask;

         // 毫秒内序列溢出

         if (sequence == 0) {

            // 阻塞到下一个毫秒,获得新的时间戳

            timestamp = tilNextMillis(lastTimestamp);

         }

      }

      // 时间戳改变，毫秒内序列重置

      else {

         sequence = 0L;

      }



      // 上次生成ID的时间截

      lastTimestamp = timestamp;



      // 移位并通过或运算拼到一起组成64位的ID

      return ((timestamp - twepoch) << timestampLeftShift) //

            | (datacenterId << datacenterIdLeftShift) //

            | (workerId << workerIdLeftShift) //

            | sequence;

   }

	
   /**

    * 阻塞到下一个毫秒，直到获得新的时间戳

    * 
    * @param lastTimestamp

    *            上次生成ID的时间截

    * @return 当前时间戳

    */

   protected long tilNextMillis(long lastTimestamp) {

      long timestamp = timeGen();

      while (timestamp <= lastTimestamp) {

         timestamp = timeGen();

      }

      return timestamp;

   }



   /**

    * 返回以毫秒为单位的当前时间

    * 
    * @return 当前时间(毫秒)

    */

   protected long timeGen() {

      return System.currentTimeMillis();

   }



   // ==============================Test=============================================

   /** 测试 */

   public static void main(String[] args) {

      SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0);

      for (int i = 0; i < 1000; i++) {

         long id = idWorker.nextId();

         System.out.println(Long.toBinaryString(id));

         System.out.println(id);

      }

   }

}