当前位置: 首页 > news >正文

分布式id生成

C# 实现 Snowflake算法 ID生成

 

http://blog.csdn.net/w200221626/article/details/52064976

C# 实现 Snowflake算法

 

 

 

从图上看除了第一位不可用之外其它三组均可浮动站位,据说前41位就可以支撑到2082年,10位的可支持1023台机器,最后12位序列号可以在1毫秒内产生4095个自增的ID。

 

在多线程中使用要加锁。

DJK)PSWH8S(5O09B75{OYTU

复制代码
/// <summary>
    /// 动态生产有规律的ID Snowflake算法是Twitter的工程师为实现递增而不重复的ID实现的
    /// http://blog.csdn.net/w200221626/article/details/52064976     
    /// C# 实现 Snowflake算法 
    /// </summary>
    public class Snowflake
    {
        private static long machineId;//机器ID
        private static long datacenterId = 0L;//数据ID
        private static long sequence = 0L;//计数从零开始

        private static long twepoch = 687888001020L; //唯一时间随机量

        private static long machineIdBits = 5L; //机器码字节数
        private static long datacenterIdBits = 5L;//数据字节数
        public static long maxMachineId = -1L ^ -1L << (int)machineIdBits; //最大机器ID
        private static long maxDatacenterId = -1L ^ (-1L << (int)datacenterIdBits);//最大数据ID

        private static long sequenceBits = 12L; //计数器字节数,12个字节用来保存计数码        
        private static long machineIdShift = sequenceBits; //机器码数据左移位数,就是后面计数器占用的位数
        private static long datacenterIdShift = sequenceBits + machineIdBits;
        private static long timestampLeftShift = sequenceBits + machineIdBits + datacenterIdBits; //时间戳左移动位数就是机器码+计数器总字节数+数据字节数
        public static long sequenceMask = -1L ^ -1L << (int)sequenceBits; //一微秒内可以产生计数,如果达到该值则等到下一微妙在进行生成
        private static long lastTimestamp = -1L;//最后时间戳

        private static object syncRoot = new object();//加锁对象
        static Snowflake snowflake;

        public static Snowflake Instance()
        {
            if (snowflake == null)
                snowflake = new Snowflake();
            return snowflake;
        }

        public Snowflake()
        {
            Snowflakes(0L, -1);
        }

        public Snowflake(long machineId)
        {
            Snowflakes(machineId, -1);
        }

        public Snowflake(long machineId, long datacenterId)
        {
            Snowflakes(machineId, datacenterId);
        }

        private void Snowflakes(long machineId, long datacenterId)
        {
            if (machineId >= 0)
            {
                if (machineId > maxMachineId)
                {
                    throw new Exception("机器码ID非法");
                }
                Snowflake.machineId = machineId;
            }
            if (datacenterId >= 0)
            {
                if (datacenterId > maxDatacenterId)
                {
                    throw new Exception("数据中心ID非法");
                }
                Snowflake.datacenterId = datacenterId;
            }
        }

        /// <summary>
        /// 生成当前时间戳
        /// </summary>
        /// <returns>毫秒</returns>
        private static long GetTimestamp()
        {
            //让他2000年开始
            return (long)(DateTime.UtcNow - new DateTime(2000, 1, 1, 0, 0, 0, DateTimeKind.Utc)).TotalMilliseconds;
        }

        /// <summary>
        /// 获取下一微秒时间戳
        /// </summary>
        /// <param name="lastTimestamp"></param>
        /// <returns></returns>
        private static long GetNextTimestamp(long lastTimestamp)
        {
            long timestamp = GetTimestamp();
            int count = 0;
            while (timestamp <= lastTimestamp)//这里获取新的时间,可能会有错,这算法与comb一样对机器时间的要求很严格
            {
                count++;
                if (count > 10)
                    throw new Exception("机器的时间可能不对");
                Thread.Sleep(1);
                timestamp = GetTimestamp();
            }
            return timestamp;
        }

        /// <summary>
        /// 获取长整形的ID
        /// </summary>
        /// <returns></returns>
        public long GetId()
        {
            lock (syncRoot)
            {
                long timestamp = GetTimestamp();
                if (Snowflake.lastTimestamp == timestamp)
                { //同一微妙中生成ID
                    sequence = (sequence + 1) & sequenceMask; //用&运算计算该微秒内产生的计数是否已经到达上限
                    if (sequence == 0)
                    {
                        //一微妙内产生的ID计数已达上限,等待下一微妙
                        timestamp = GetNextTimestamp(Snowflake.lastTimestamp);
                    }
                }
                else
                {
                    //不同微秒生成ID
                    sequence = 0L;
                }
                if (timestamp < lastTimestamp)
                {
                    throw new Exception("时间戳比上一次生成ID时时间戳还小,故异常");
                }
                Snowflake.lastTimestamp = timestamp; //把当前时间戳保存为最后生成ID的时间戳
                long Id = ((timestamp - twepoch) << (int)timestampLeftShift)
                    | (datacenterId << (int)datacenterIdShift)
                    | (machineId << (int)machineIdShift)
                    | sequence;
                return Id;
            }
        }

    }
复制代码
复制代码
    [TestClass]
    public class SnowflakeUnitTest1
    {
        /// <summary>
        /// 动态生产有规律的ID Snowflake算法是Twitter的工程师为实现递增而不重复的ID实现的
        /// </summary>
        [TestMethod]
        public void SnowflakeTestMethod1()
        {
            var ids = new List<long>();
            for (int i = 0; i < 1000000; i++)//测试同时100W有序ID
            {
                ids.Add(Snowflake.Instance().GetId());
            }
            for (int i = 0; i < ids.Count - 1; i++)
            {
                Assert.IsTrue(ids[i] < ids[i+1]);
            }
        }
    }
复制代码
复制代码
namespace ConsoleApplicationTester
{
    class Program
    {
        static void Main(string[] args)
        {
            for (int i = 0; i < 1000; i++)
            {
                Console.WriteLine("开始执行 " + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss:ffffff") + "    " + Snowflake.Instance().GetId());

                Console.WriteLine("Snowflake.maxMachineId:" + Snowflake.maxMachineId);
            }
        }
    }
}

转载于:https://www.cnblogs.com/zyy1688/p/9754317.html

相关文章:

  • Android Day1
  • 插件和目标
  • 云信IMweb端开发总结
  • 数字转换为壹仟贰佰叁拾肆的Java方法
  • webgl学习,知识储备
  • 记录一下自己的xen迁移过程
  • 10.9PMP每日一题
  • 利用汇编查看C++函数调用
  • Vue 重置组件到初始状态
  • Vue 学习笔记 (三) -- VueCli 3 项目配置
  • Mint(Ubuntu)Linux终端中文显示乱码问题的解决
  • linux中Samba服务器配置
  • /etc/fstab和/etc/mtab的区别
  • c++模板实现抽象工厂
  • 1、工程构建、打包的一些经验
  • [笔记] php常见简单功能及函数
  • 《微软的软件测试之道》成书始末、出版宣告、补充致谢名单及相关信息
  • canvas实际项目操作,包含:线条,圆形,扇形,图片绘制,图片圆角遮罩,矩形,弧形文字...
  • ES6之路之模块详解
  • Javascripit类型转换比较那点事儿,双等号(==)
  • js学习笔记
  • k8s 面向应用开发者的基础命令
  • Laravel Mix运行时关于es2015报错解决方案
  • nodejs实现webservice问题总结
  • Octave 入门
  • php面试题 汇集2
  • Python_网络编程
  • Spring Boot快速入门(一):Hello Spring Boot
  • tensorflow学习笔记3——MNIST应用篇
  • vue 个人积累(使用工具,组件)
  • vue 配置sass、scss全局变量
  • 从0到1:PostCSS 插件开发最佳实践
  • 对JS继承的一点思考
  • 复杂数据处理
  • 小而合理的前端理论:rscss和rsjs
  • 一道闭包题引发的思考
  • 正则学习笔记
  • Spark2.4.0源码分析之WorldCount 默认shuffling并行度为200(九) ...
  • ​io --- 处理流的核心工具​
  • ​queue --- 一个同步的队列类​
  • # 睡眠3秒_床上这样睡觉的人,睡眠质量多半不好
  • (12)目标检测_SSD基于pytorch搭建代码
  • (175)FPGA门控时钟技术
  • (4)(4.6) Triducer
  • (4)logging(日志模块)
  • (C++)八皇后问题
  • (Java实习生)每日10道面试题打卡——JavaWeb篇
  • (Redis使用系列) SpirngBoot中关于Redis的值的各种方式的存储与取出 三
  • (顶刊)一个基于分类代理模型的超多目标优化算法
  • (附源码)ssm考生评分系统 毕业设计 071114
  • (强烈推荐)移动端音视频从零到上手(下)
  • (十三)Java springcloud B2B2C o2o多用户商城 springcloud架构 - SSO单点登录之OAuth2.0 根据token获取用户信息(4)...
  • (已解决)vue+element-ui实现个人中心,仿照原神
  • ./configure,make,make install的作用(转)
  • .net 桌面开发 运行一阵子就自动关闭_聊城旋转门家用价格大约是多少,全自动旋转门,期待合作...