分布式自增ID解决方案-Twitter Snowflake

背景

Twitter-Snowflake算法产生的背景至关简单，为了知足Twitter每秒上万条消息的请求，每条消息都必须分配一条惟一的id，这些id还须要一些大体的顺序（方便客户端排序），而且在分布式系统中不一样机器产生的id必须不一样。

GitHub地址：https://github.com/twitter/snowflake

核心算法

除了最高位bit标记为不可用之外，其他三组bit占位都可浮动，看具体的业务需求而定。默认状况下41bit的时间戳能够支持该算法使用到2082年，10bit的工做机器id能够支持1023台机器，序列号支持1毫秒产生4095个自增序列id。

根据twitter的业务需求，snowflake系统生成64位的ID。由3部分组成：

• 41位的时间序列（精确到毫秒，41位的长度可使用69年）

• 10位的机器标识（10位的长度最多支持部署1024个节点）

• 12位的计数顺序号（12位的计数顺序号支持每一个节点每毫秒产生4096个ID序号）

时间戳

这里时间戳的细度是毫秒级，具体代码以下，建议使用64位linux系统机器，由于有vdso，gettimeofday()在用户态就能够完成操做，减小了进入内核态的损耗。

uint64_t generateStamp()
{
    timeval tv;
    gettimeofday(&tv, 0);
    return (uint64_t)tv.tv_sec * 1000 + (uint64_t)tv.tv_usec / 1000;
}

默认状况下有41个bit能够供使用，那么一共有T（1llu << 41）毫秒供你使用分配，年份 = T / (3600 * 24 * 365 * 1000) = 69.7年。若是你只给时间戳分配39个bit使用，那么根据一样的算法最后年份 = 17.4年。

工做机器ID

严格意义上来讲这个bit段的使用能够是进程级，机器级的话你可使用MAC地址来惟一标示工做机器，工做进程级可使用IP+Path来区分工做进程。若是工做机器比较少，可使用配置文件来设置这个id是一个不错的选择，若是机器过多配置文件的维护是一个灾难性的事情。

这里的解决方案是须要一个工做id分配的进程，可使用本身编写一个简单进程来记录分配id，或者利用Mysql auto_increment机制也能够达到效果。

工做进程与工做id分配器只是在工做进程启动的时候交互一次，而后工做进程能够自行将分配的id数据落文件，下一次启动直接读取文件里的id使用。

PS：这个工做机器id的bit段也能够进一步拆分，好比用前5个bit标记进程id，后5个bit标记线程id之类:D

序列号

序列号就是一系列的自增id（多线程建议使用atomic），为了处理在同一毫秒内须要给多条消息分配id，若同一毫秒把序列号用完了，则“等待至下一毫秒”。

uint64_t waitNextMs(uint64_t lastStamp)
{
    uint64_t cur = 0;
    do {
        cur = generateStamp();
    } while (cur <= lastStamp);
    return cur;
}

整体来讲，是一个很高效很方便的GUID产生算法，一个int64_t字段就能够胜任，不像如今主流128bit的GUID算法，即便没法保证严格的id序列性，可是对于特定的业务，好比用作游戏服务器端的GUID产生会很方便。另外，在多线程的环境下，序列号使用atomic能够在代码实现上有效减小锁的密度。

最高位是符号位，始终为0。

优势：高性能，低延迟；独立的应用；按时间有序。

缺点：须要独立的开发和部署。