详解Java中雪花算法的实现
作者:羲圣
前言
本文主要介绍了Java雪花算法的实现
一、雪花算法
雪花算法是一种分布式的id生成算法。原理是将long分成若干个区段分别管理。默认包括时间戳、数据中心ID/机房ID,woker id(机器编号),以及sequence四个部分,用户可以自由扩展第五个部分type。 同时用户也可以动态调整这5个部分的占比关系。
二、使用步骤
1.引入库
1.1 编译并发布到本地
gradle clean build publishToMavenLocal-x test
1.2 gradle (gradle.org)
implementation'io.github.kylin-hunter:k-commons:1.0.7'
1.3 maven (maven.apache.org)
<dependency> <groupId>io.github.kylin-hunter</groupId> <artifactId>io.github.kylin-hunter:k-commons</artifactId> <version>1.0.7</version> </dependency>
2.示例
2.1 主要Api
2.1.1 构造器
/** * @param type 业务类型 * @param workerId 机器编号 * @param datacenterId 机房编号 * @title UidGenerator 构造器 * @description * @author BiJi'an * @date 2022-12-11 16:19 */ public UidGenerator(long type,long workerId,long datacenterId); /** * @param sequenceBits 序列号 占的bit位数 * @param typeBits 业务类型 占的bit位数 * @param workerIdBits 机器编号 占的bit位数 * @param datacenterIdBits 机房编号 占的bit位数 * @param type 业务类型 * @param workerId 机器编号 * @param datacenterId 机房编号 * @title UidGenerator 构造器 * @description * @author BiJi'an * @date 2022-12-11 16:20 */ public UidGenerator(int sequenceBits,int typeBits,int workerIdBits,int datacenterIdBits, long type,long workerId, long datacenterId);
2.1.2 生成和反解uid
/** * @return long * @title 获取下一个uid * @description * @author BiJi'an * @date 2022-12-11 00:39 */ public synchronized long nextId(); /** * @param uid uid * @return io.github.kylinhunter.commons.uid.UidInfo * @title 通过uid 反解出uid的信息 * @description * @author BiJi'an * @date 2022-12-11 16:30 */ public UidInfo parse(long uid);
2.2代码示例
// 业务代码 3,默认业务代码支持范围 0-15,可以通过构造器2调整支持范围 // 机器编码 4,默认机器编码支持范围0-15,可以通过构造器2调整支持范围 // 机房编码 1,默认机房支持范围 0-4,可以通过构造器2调整支持范围 // 各个编码范围,均可以调整 UidGenerator worker = new UidGenerator(3, 4, 1); for (int i = 0; i < 10; i++) { long nextId = worker.nextId(); System.out.println(nextId + "=>" + worker.parse(nextId)); }
2.3 结果输出
2022-12-11 22:54:26.177 [Test worker] INFO - i.g.k.commons.uid.UidGenerator[107]: timestampBits 41,datacenterIdBits 2, workerIdBits 4,typeBits 4, sequenceBits 12
161155503589961728=>UidInfo[sequence=0, type=3, workerId=4, datacenterId=1, timestamp=1670921666180/2022-12-13 16:54:26]
161155503644487680=>UidInfo[sequence=0, type=3, workerId=4, datacenterId=1, timestamp=1670921666193/2022-12-13 16:54:26]
161155503648681984=>UidInfo[sequence=0, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
161155503648681985=>UidInfo[sequence=1, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
161155503648681986=>UidInfo[sequence=2, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
161155503648681987=>UidInfo[sequence=3, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
161155503648681988=>UidInfo[sequence=4, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
161155503648681989=>UidInfo[sequence=5, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
161155503648681990=>UidInfo[sequence=6, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
161155503648681991=>UidInfo[sequence=7, type=3, workerId=4, datacenterId=1, timestamp=1670921666194/2022-12-13 16:54:26]
到此这篇关于详解Java中雪花算法的实现的文章就介绍到这了,更多相关Java雪花算法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!