20250213 隨筆 雪花算法

雪花算法（Snowflake Algorithm）

雪花算法（Snowflake） 是 Twitter 在 2010 年開發的一種 分布式唯一 ID 生成算法，它可以在 高併發場景下快速生成全局唯一的 64-bit 長整型 ID，且不依賴資料庫，具備 有序性、低延遲、高可用性 等特性。

---

1. 雪花算法 ID 結構

雪花算法生成的 ID 是一個 64-bit（8 字節）長整型數字，其組成結構如下：

  0 | 41bit 时间戳 | 10bit 机器ID | 12bit 序列号

每一個 ID 的 64-bit 被劃分成以下幾個部分：

位數	名稱	說明
1 bit	符號位	固定為 0，因為 Snowflake ID 是正數
41 bits	時間戳（毫秒級）	表示當前 ID 生成的時間
10 bits	機器 ID（Worker ID）	用於區分不同的機器或節點
12 bits	序列號（Sequence）	用於同一毫秒內的流水號（防止並發衝突）

---

2. 雪花算法 ID 生成邏輯

雪花算法的生成規則如下：

1. 獲取當前時間戳（毫秒級），並去掉符號位，只保留 41-bit（大約可用 69 年）。
2. 拼接機器 ID（Worker ID），確保在分布式環境中每台機器的 ID 唯一（10-bit，最多支持 1024 台機器）。
3. 在同一毫秒內累加序列號（Sequence Number），如果超過 12-bit（最大 4096），則等待下一毫秒。
4. 將上述部分組合成 64-bit 整數，並返回。

---

3. 為什麼使用雪花算法？

✅ 優勢

1. 全球唯一性：ID 由時間戳 + 機器 ID + 序列號組成，確保唯一性。
2. 趨勢有序性：由於前 41-bit 是時間戳，因此 ID 大致是遞增的（但不是嚴格連續）。
3. 高效能：ID 生成完全本地化，不依賴數據庫，每台機器每毫秒可生成 4096 個 ID，並發性能高。
4. 適合分布式系統：機器 ID 區分不同節點，不會因多節點並行生成導致衝突。

⚠️ 缺點

1. 依賴系統時鐘
   • 若 機器時鐘回撥（時間倒退），可能導致 ID 重複，需要額外處理（如阻塞、報錯、時鐘同步）。
2. ID 不連續
   • ID 是趨勢遞增的，但 由於多機器、多併發生成 ID，ID 可能不連續，不適合用來作為數據庫的主鍵索引（可搭配 分段索引）。
3. 機器 ID 配置需要規劃
   • 10-bit 只能支持 1024 台機器，如果機器超過 1024 需要進一步優化（如 機房 ID + 機器 ID）。

---

4. 雪花算法的 Java 實現

public class SnowflakeIdGenerator {
    private final static long START_TIMESTAMP = 1609459200000L; // 起始時間戳（2021-01-01）
    private final static long WORKER_ID_BITS = 10L; // 機器 ID 佔用 10-bit
    private final static long SEQUENCE_BITS = 12L; // 序列號佔用 12-bit

    private final static long MAX_WORKER_ID = (1L << WORKER_ID_BITS) - 1; // 1023
    private final static long MAX_SEQUENCE = (1L << SEQUENCE_BITS) - 1; // 4095

    private final static long WORKER_ID_SHIFT = SEQUENCE_BITS; // 機器 ID 左移位數
    private final static long TIMESTAMP_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS; // 時間戳左移位數

    private long workerId; // 當前機器 ID
    private long sequence = 0L; // 當前毫秒內的序列號
    private long lastTimestamp = -1L; // 記錄上一次的時間戳

    public SnowflakeIdGenerator(long workerId) {
        if (workerId > MAX_WORKER_ID || workerId < 0) {
            throw new IllegalArgumentException("Worker ID 超過範圍");
        }
        this.workerId = workerId;
    }

    public synchronized long nextId() {
        long timestamp = System.currentTimeMillis();

        // 時鐘回撥處理
        if (timestamp < lastTimestamp) {
            throw new RuntimeException("時鐘倒退，請求被拒絕");
        }

        if (timestamp == lastTimestamp) {
            sequence = (sequence + 1) & MAX_SEQUENCE;
            if (sequence == 0) {
                while (timestamp <= lastTimestamp) {
                    timestamp = System.currentTimeMillis(); // 等待下一毫秒
                }
            }
        } else {
            sequence = 0;
        }

        lastTimestamp = timestamp;

        return ((timestamp - START_TIMESTAMP) << TIMESTAMP_SHIFT) | (workerId << WORKER_ID_SHIFT) | sequence;
    }
}

這段程式碼：

• 保證了多執行緒安全性（使用 synchronized 保證 ID 唯一）。
• 防止時鐘回撥導致的重複 ID 問題（如果發生時間回撥，則拋異常）。
• ID 趨勢遞增（由於高位是時間戳）。

---

5. 雪花算法的應用場景

場景	使用雪花算法的優勢
分佈式數據庫主鍵 ID	避免數據庫 ID 自增帶來的競爭
訂單號生成	高併發下快速生成唯一訂單號
日誌 ID、追蹤 ID	方便分佈式系統中日誌的追蹤
消息隊列（Kafka、RocketMQ）	保證消息的唯一性與排序
分佈式鎖的標識符	避免鎖 ID 重複

---

6. 變種與優化

1. 進一步縮短 ID 長度

如果 64-bit ID 太長，可以考慮：

• 減少時間戳位數（如用秒級而非毫秒級）。
• 減少機器 ID 或序列號位數。

2. 多機房支持

• 如果 機器 ID 不夠（超過 1024 台機器），可以：
  • 拆分機器 ID → 5-bit 機房 ID + 5-bit 機器 ID（最多支持 32 個機房，每個機房 32 台機器）。

---

7. 總結

特性	描述
高性能	毫秒級生成唯一 ID，不依賴 DB
全球唯一性	基於時間 + 機器 ID + 序列號組成
趨勢遞增	保持 ID 有序性（但不連續）
高併發	每台機器每毫秒可產生 4096 個 ID
時鐘同步問題	需要額外處理時鐘回撥

雪花算法 是一種高效、低成本的全局唯一 ID 方案，適用於 高併發的分佈式系統，但使用時需要考慮機器 ID 分配、時鐘同步等問題。如果業務場景對 ID 長度較為敏感，則可以考慮基於雪花算法的變種方案來縮短 ID 位數。