雪花算法(Snowflake)是twitter公司内部分布式项目采用的ID生成算法，开源后广受国内大厂的好评，在该算法影响下各大公司相继开发出各具特色的分布式生成器。 

springboot雪花算法生成id原理 雪花算法生成id多少位_snowflake

第一个bit位(1bit)：Java中long的最高位是符号位代表正负，正数是0，负数是1，一般生成ID都为正数，所以默认为0。

时间戳部分(41bit)：毫秒级的时间，不建议存当前时间戳，而是用(当前时间戳 - 固定开始时间戳)的差值，可以使产生的ID从更小的值开始；41位的时间戳可以使用69年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年

工作机器id(10bit)：也被叫做workId，这个可以灵活配置，机房或者机器号组合都可以。

序列号部分(12bit)：自增值支持同一毫秒内同一个节点可以生成4096个ID, 2^12=4096

Snowflake 算法有几个比较大的问题：

  • 低并发场景会产生连续偶数，原因是低并发场景系统时钟总是走到下一个毫秒值，导致序列号重置为 0 。
  • 依赖系统时钟，时钟回拨会拒绝生成新的 ID (直接抛出异常)。(美团的leaf, 用如果时间差在5ms内,则等待 时间差<<1, 然后再判断)
  • Woker ID 和 Data Center ID 的管理比较麻烦，特别是同一个服务的不同集群节点需要保证每个节点的 Woker ID 和 Data Center ID 组合唯一。

 Leaf-snowflake

         Leaf-snowflake不同于原始snowflake地方，主要是在workId的生成上，Leaf-snowflake依靠Zookeeper生成workId，也就是上边的机器ID（占5比特）+ 机房ID（占5比特）。Leaf中workId是基于ZooKeeper的顺序Id来生成的，每个应用在使用Leaf-snowflake时，启动时都会都在Zookeeper中生成一个顺序Id，相当于一台机器对应一个顺序节点，也就是一个workId。

 

springboot雪花算法生成id原理 雪花算法生成id多少位_父节点_02

Leaf-snowflake启动服务的过程大致如下：

  • 启动Leaf-snowflake服务，连接Zookeeper，在leaf_forever父节点下检查自己是否已经注册过（是否有该顺序子节点）。
  • 如果有注册过直接取回自己的workerID（zk顺序节点生成的int类型ID号），启动服务。
  • 如果没有注册过，就在该父节点下面创建一个持久顺序节点，创建成功后取回顺序号当做自己的workerID号，启动服务。

但Leaf-snowflake对Zookeeper是一种弱依赖关系，除了每次会去ZK拿数据以外，也会在本机文件系统上缓存一个workerID文件。一旦ZooKeeper出现问题，恰好机器出现故障需重启时，依然能够保证服务正常启动。

启动Leaf-snowflake模式也比较简单，起动本地ZooKeeper，修改一下项目中的leaf.properties文件，关闭leaf.segment模式，启用leaf.snowflake模式即可。

leaf.segment.enable=false

leaf.snowflake.enable=true
leaf.snowflake.zk.address=127.0.0.1
leaf.snowflake.port=2181

参考：https://tech.meituan.com/2017/04/21/mt-leaf.html