snowflake做主键 自增_自增ID算法snowflake - C#版
急景流年，銅壺滴漏，時光繾綣如畫，歲月如詩如歌。轉載一篇博客來慰藉，易逝的韶華。
使用UUID或者GUID產生的ID沒有規則
Snowflake算法是Twitter的工程師為實現遞增而不重復的ID實現的
概述
分布式系統中，有一些需要使用全局唯一ID的場景，這種時候為了防止ID沖突可以使用36位的UUID，但是UUID有一些缺點，首先他相對比較長，另外UUID一般是無序的。有些時候我們希望能使用一種簡單一些的ID，并且希望ID能夠按照時間有序生成。而twitter的snowflake解決了這種需求，最初Twitter把存儲系統從MySQL遷移到Cassandra，因為Cassandra沒有順序ID生成機制，所以開發了這樣一套全局唯一ID生成服務。
該項目地址為：https://github.com/twitter/snowflake是用Scala實現的。
python版詳見開源項目https://github.com/erans/pysnowflake。
結構
snowflake的結構如下(每部分用-分開):
0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
第一位為未使用，接下來的41位為毫秒級時間(41位的長度可以使用69年)，然后是5位datacenterId和5位workerId(10位的長度最多支持部署1024個節點) ，最后12位是毫秒內的計數(12位的計數順序號支持每個節點每毫秒產生4096個ID序號)
一共加起來剛好64位，為一個Long型。(轉換成字符串長度為18)
snowflake生成的ID整體上按照時間自增排序，并且整個分布式系統內不會產生ID碰撞(由datacenter和workerId作區分)，并且效率較高。據說：snowflake每秒能夠產生26萬個ID。
從圖上看除了第一位不可用之外其它三組均可浮動站位，據說前41位就可以支撐到2082年，10位的可支持1023臺機器，最后12位序列號可以在1毫秒內產生4095個自增的ID。
在多線程中使用要加鎖。
看懂代碼前 先來點計算機常識：<
^異或 ：true^true=false? ?false^false=false? true^false=true false^true=true? 例子：? 1001^0001=1000
負數的二進制：
第一步:絕對值化為你需要多少位表示的二進制
第二步:各位取反,0變1,1變0
第三步:最后面加1
例子：-1的二進制→? ? ? 0001? 取反→1110→最后面加1→1111
好了廢話不多說 直接代碼：
public classIdWorker
{//機器ID
private static longworkerId;private static long twepoch = 687888001020L; //唯一時間，這是一個避免重復的隨機量，自行設定不要大于當前時間戳
private static long sequence = 0L;private static int workerIdBits = 4; //機器碼字節數。4個字節用來保存機器碼(定義為Long類型會出現，最大偏移64位，所以左移64位沒有意義)
public static long maxWorkerId = -1L ^ -1L << workerIdBits; //最大機器ID
private static int sequenceBits = 10; //計數器字節數，10個字節用來保存計數碼
private static int workerIdShift = sequenceBits; //機器碼數據左移位數，就是后面計數器占用的位數
private static int timestampLeftShift = sequenceBits + workerIdBits; //時間戳左移動位數就是機器碼和計數器總字節數
public static long sequenceMask = -1L ^ -1L << sequenceBits; //一微秒內可以產生計數，如果達到該值則等到下一微秒在進行生成
private long lastTimestamp = -1L;///
///機器碼///
///
public IdWorker(longworkerId)
{if (workerId > maxWorkerId || workerId < 0)throw new Exception(string.Format("worker Id can't be greater than {0} or less than 0", workerId));
IdWorker.workerId=workerId;
}public longnextId()
{lock (this)
{long timestamp =timeGen();if (this.lastTimestamp ==timestamp)
{//同一微秒中生成ID
IdWorker.sequence = (IdWorker.sequence + 1) & IdWorker.sequenceMask; //用&運算計算該微秒內產生的計數是否已經到達上限
if (IdWorker.sequence == 0)
{//一微秒內產生的ID計數已達上限，等待下一微秒
timestamp = tillNextMillis(this.lastTimestamp);
}
}else{//不同微秒生成ID
IdWorker.sequence = 0; //計數清0
}if (timestamp
{//如果當前時間戳比上一次生成ID時時間戳還小，拋出異常，因為不能保證現在生成的ID之前沒有生成過
throw new Exception(string.Format("Clock moved backwards. Refusing to generate id for {0} milliseconds",this.lastTimestamp -timestamp));
}this.lastTimestamp = timestamp; //把當前時間戳保存為最后生成ID的時間戳
long nextId = (timestamp - twepoch << timestampLeftShift) | IdWorker.workerId << IdWorker.workerIdShift |IdWorker.sequence;returnnextId;
}
}///
///獲取下一微秒時間戳///
///
///
private long tillNextMillis(longlastTimestamp)
{long timestamp =timeGen();while (timestamp <=lastTimestamp)
{
timestamp=timeGen();
}returntimestamp;
}///
///生成當前時間戳///
///
private longtimeGen()
{return (long)(DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, DateTimeKind.Utc)).TotalMilliseconds;
}
}
調用：
IdWorker idworker = new IdWorker(1);for (int i = 0; i < 1000; i++)
{
Console.WriteLine(idworker.nextId());
}
其他算法：
方法一：UUID
UUID是通用唯一識別碼 (Universally Unique Identifier)，在其他語言中也叫GUID，可以生成一個長度32位的全局唯一識別碼。
String uuid = UUID.randomUUID().toString()
結果示例：
046b6c7f-0b8a-43b9-b35d-6489e6daee91
為什么無序的UUID會導致入庫性能變差呢？
這就涉及到?B+樹索引的分裂：
眾所周知，關系型數據庫的索引大都是B+樹的結構，拿ID字段來舉例，索引樹的每一個節點都存儲著若干個ID。
如果我們的ID按遞增的順序來插入，比如陸續插入8，9，10，新的ID都只會插入到最后一個節點當中。當最后一個節點滿了，會裂變出新的節點。這樣的插入是性能比較高的插入，因為這樣節點的分裂次數最少，而且充分利用了每一個節點的空間。
但是，如果我們的插入完全無序，不但會導致一些中間節點產生分裂，也會白白創造出很多不飽和的節點，這樣大大降低了數據庫插入的性能。
方法二：數據庫自增主鍵
假設名為table的表有如下結構：
id????????feild
35????????a
每一次生成ID的時候，訪問數據庫，執行下面的語句：
begin;
REPLACE INTO table ( feild )? VALUES ( 'a' );
SELECT LAST_INSERT_ID();
commit;
REPLACE INTO 的含義是插入一條記錄，如果表中唯一索引的值遇到沖突，則替換老數據。
這樣一來，每次都可以得到一個遞增的ID。
為了提高性能，在分布式系統中可以用DB proxy請求不同的分庫，每個分庫設置不同的初始值，步長和分庫數量相等：
這樣一來，DB1生成的ID是1,4,7,10,13....，DB2生成的ID是2,5,8,11,14.....
總結
以上是生活随笔為你收集整理的snowflake做主键 自增_自增ID算法snowflake - C#版的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 闪灯什么意思_开夜车被对方闪了一下是什么
- 下一篇： 2019浙江C语言二级答案,2019年下