雪花演算法（SnowFlake），是 Twitter 開源的分散式 id 生成演算法。其核心思想就是：使用一個 64 bit 的 long 型的數字作為全域性唯一 id。在分散式系統中的應用十分廣泛，且ID 引入了時間戳，基本上保持自增的，後面的程式碼中有詳細的註解。這 64 個 bit 中，其中 1 個 bit 是不用的，然後用其中的 41 bit 作為毫秒數，用 10 bit 作為工作機器 id，12 bit 作為序列號

　　比如下面那個 64 bit 的 long 型數字：
　　第一個部分，是 1 個 bit：0，這個是無意義的。
　　第二個部分是 41 個 bit：表示的是時間戳。
　　第三個部分是 5 個 bit：表示的是機房 id，10001。
　　第四個部分是 5 個 bit：表示的是機器 id，1 1001。
　　第五個部分是 12 個 bit：表示的序號，就是某個機房某臺機器上這一毫秒內同時生成的 id 的序號，0000 00000000。

　　SnowFlake演算法的優點：

　　（1）高效能高可用：生成時不依賴於資料庫，完全在記憶體中生成。
　　（2）容量大：每秒中能生成數百萬的自增ID。
　　（3）ID自增：存入資料庫中，索引效率高。

　　SnowFlake演算法的缺點：
　　依賴與系統時間的一致性，如果系統時間被回撥，或者改變，可能會造成id衝突或者重複。實際中我們的機房並沒有那麼多，我們可以改進改演算法，將10bit的機器id優化，成業務表或者和我們系統相關的業務。

　　①1 bit：是不用的，為啥呢？
　　因為二進位制裡第一個 bit 為如果是 1，那麼都是負數，但是我們生成的 id 都是正數，所以第一個 bit 統一都是 0。

　　②41 bit：表示的是時間戳，單位是毫秒。
　　41 bit 可以表示的數字多達 2^41 - 1，也就是可以標識 2 ^ 41 - 1 個毫秒值，換算成年就是表示 69 年的時間。

　　③10 bit：記錄工作機器 id，代表的是這個服務最多可以部署在 2^10 臺機器上，也就是 1024 臺機器。
　　但是 10 bit 裡 5 個 bit 代表機房 id，5 個 bit 代表機器 id。意思就是最多代表 2 ^ 5 個機房（32 個機房），每個機房裡可以代表 2 ^ 5 個機器（32 臺機器），也可以根據自己公司的實際情況確定。

　　④12 bit：這個是用來記錄同一個毫秒內產生的不同 id。
　　12 bit 可以代表的最大正整數是 2 ^ 12 - 1 = 4096，也就是說可以用這個 12 bit 代表的數字來區分同一個毫秒內的 4096 個不同的 id。簡單來說，你的某個服務假設要生成一個全域性唯一 id，那麼就可以傳送一個請求給部署了 SnowFlake 演算法的系統，由這個 SnowFlake 算法系統來生成唯一 id。這個 SnowFlake 算法系統首先肯定是知道自己所在的機房和機器的，比如機房 id = 17，機器 id = 12。接著 SnowFlake 算法系統接收到這個請求之後，首先就會用二進位制位運算的方式生成一個 64 bit 的 long 型 id，64 個 bit 中的第一個 bit 是無意義的。接著 41 個 bit，就可以用當前時間戳（單位到毫秒），然後接著 5 個 bit 設定上這個機房 id，還有 5 個 bit 設定上機器 id。最後再判斷一下，當前這臺機房的這臺機器上這一毫秒內，這是第幾個請求，給這次生成 id 的請求累加一個序號，作為最後的 12 個 bit。

SnowFlake 演算法的實現程式碼如下：

public class IdWorker {
 
    //因為二進位制裡第一個 bit 為如果是 1，那麼都是負數，但是我們生成的 id 都是正數，所以第一個 bit 統一都是 0。
 
    //機器ID  2進位制5位  32位減掉1位 31個
    private long workerId;
    //機房ID 2進位制5位  32位減掉1位 31個
    private long datacenterId;
    //代表一毫秒內生成的多個id的最新序號  12位 4096 -1 = 4095 個
    private long sequence;
    //設定一個時間初始值    2^41 - 1   差不多可以用69年
    private long twepoch = 1585644268888L;
    //5位的機器id
    private long workerIdBits = 5L;
    //5位的機房id
    private long datacenterIdBits = 5L;
    //每毫秒內產生的id數 2 的 12次方
    private long sequenceBits = 12L;
    // 這個是二進位制運算，就是5 bit最多隻能有31個數字，也就是說機器id最多隻能是32以內
    private long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 這個是一個意思，就是5 bit最多隻能有31個數字，機房id最多隻能是32以內
    private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
 
    private long workerIdShift = sequenceBits;
    private long datacenterIdShift = sequenceBits + workerIdBits;
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private long sequenceMask = -1L ^ (-1L << sequenceBits);
    //記錄產生時間毫秒數，判斷是否是同1毫秒
    private long lastTimestamp = -1L;
    public long getWorkerId(){
        return workerId;
    }
    public long getDatacenterId() {
        return datacenterId;
    }
    public long getTimestamp() {
        return System.currentTimeMillis();
    }
 
 
 
    public IdWorker(long workerId, long datacenterId, long sequence) {
 
        // 檢查機房id和機器id是否超過31 不能小於0
        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;
        this.sequence = sequence;
    }
 
    // 這個是核心方法，通過呼叫nextId()方法，讓當前這臺機器上的snowflake演算法程式生成一個全域性唯一的id
    public synchronized long nextId() {
        // 這兒就是獲取當前時間戳，單位是毫秒
        long timestamp = timeGen();
        if (timestamp < lastTimestamp) {
 
            System.err.printf(
                    "clock is moving backwards. Rejecting requests until %d.", lastTimestamp);
            throw new RuntimeException(
                    String.format("Clock moved backwards. Refusing to generate id for %d milliseconds",
                            lastTimestamp - timestamp));
        }
 
        // 下面是說假設在同一個毫秒內，又傳送了一個請求生成一個id
        // 這個時候就得把seqence序號給遞增1，最多就是4096
        if (lastTimestamp == timestamp) {
 
            // 這個意思是說一個毫秒內最多隻能有4096個數字，無論你傳遞多少進來，
            //這個位運算保證始終就是在4096這個範圍內，避免你自己傳遞個sequence超過了4096這個範圍
            sequence = (sequence + 1) & sequenceMask;
            //當某一毫秒的時間，產生的id數 超過4095，系統會進入等待，直到下一毫秒，系統繼續產生ID
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
 
        } else {
            sequence = 0;
        }
        // 這兒記錄一下最近一次生成id的時間戳，單位是毫秒
        lastTimestamp = timestamp;
        // 這兒就是最核心的二進位制位運算操作，生成一個64bit的id
        // 先將當前時間戳左移，放到41 bit那兒；將機房id左移放到5 bit那兒；將機器id左移放到5 bit那兒；將序號放最後12 bit
        // 最後拼接起來成一個64 bit的二進位制數字，轉換成10進位制就是個long型
        return ((timestamp - twepoch) << timestampLeftShift) |
                (datacenterId << datacenterIdShift) |
                (workerId << workerIdShift) | sequence;
    }
 
    /**
     * 當某一毫秒的時間，產生的id數 超過4095，系統會進入等待，直到下一毫秒，系統繼續產生ID
     * @param lastTimestamp
     * @return
     */
    private long tilNextMillis(long lastTimestamp) {
 
        long timestamp = timeGen();
 
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }
    //獲取當前時間戳
    private long timeGen(){
        return System.currentTimeMillis();
    }
 
    /**
     *  main 測試類
     * @param args
     */
    public static void main(String[] args) {
        IdWorker worker = new IdWorker(1,1,1);
        for (int i = 0; i < 22; i++) {
            System.out.println(worker.nextId());
        }
    }
}

原文連結：https://blog.csdn.net/lq18050010830/article/details/89845790