13518219792
本篇内容主要讲解“雪花算法中如何使用ID生成工具”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“雪花算法中如何使用ID生成工具”吧!
“只有客户发展了，才有我们的生存与发展！”这是成都创新互联的服务宗旨！把网站当作互联网产品，产品思维更注重全局思维、需求分析和迭代思维，在网站建设中就是为了建设一个不仅审美在线，而且实用性极高的网站。创新互联对成都网站设计、成都网站建设、网站制作、网站开发、网页设计、网站优化、网络推广、探索永无止境。
❄ 这是优化的雪花算法（雪花漂移），它生成的ID更短、速度更快。
❄ 支持 k8s 等容器环境自动扩容（自动注册 WorkerId），可在单机或分布式环境生成数字型唯一ID。
❄ 原生支持 C#/Java/Go/Rust/C/SQL 等语言，并提供 PHP 扩展及 Python、Node.js 多线程安全调用动态库（FFI）。
❄ 兼容所有雪花算法（号段模式或经典模式，大厂或小厂），将来你可做任意的升级切换。（一般无须升级，但理论上支持）
❄ 这是计算机历史上最全面的雪花ID生成工具，期待你来超越????
???? 作为架构设计的你，想要解决数据库主键唯一的问题，特别是在分布式系统多数据库中。
???? 你希望数据表主键用最少的存储空间，索引速度更快，Select、Insert 和 Update 更迅速。
???? 你要考虑在分库分表（合库合表）时，主键值可直接使用，并能反映业务时序。
???? 如果这样的主键值太长，超过前端 js Number 类型最大值，须把 Long 型转换为 String 型，你会觉得有点沮丧。
???? 尽管 Guid 能自增，但占用空间大，索引速度慢，你不想用它。
???? 应用实例可能超过50个，每个并发请求可达10W/s。
???? 要在容器环境部署应用，支持水平复制、自动扩容。
???? 不想依赖 redis 的自增操作获得连续的主键ID，因为连续的ID存在业务数据安全风险。
???? 你希望系统运行 100 年以上。
❌ 生成的ID太长。
❌ 瞬时并发量不够。
❌ 不能解决时间回拨问题。
❌ 不支持后补生成前序ID。
❌ 可能依赖外部存储系统。
✔ 整形数字，随时间单调递增（不一定连续），长度更短，用50年都不会超过 js Number类型最大值。（默认配置）
✔ 速度更快，是传统雪花算法的2-5倍，0.1秒可生成50万个（基于8代低压i7）。
✔ 支持时间回拨处理。比如服务器时间回拨1秒，本算法能自动适应生成临界时间的唯一ID。
✔ 支持手工插入新ID。当业务需要在历史时间生成新ID时，用本算法的预留位能生成5000个每秒。
✔ 不依赖任何外部缓存和数据库。（k8s环境下自动注册 WorkerId 的动态库依赖 redis）
✔ 基础功能，开箱即用，无需配置文件、数据库连接等。
(参数：10位自增序列，1000次漂移最大值)
| 连续请求量 | 5K | 5W | 50W |
|---|---|---|---|
| 传统雪花算法 | 0.0045s | 0.053s | 0.556s |
| 雪花漂移算法 | 0.0015s | 0.012s | 0.113s |
???? 极致性能：500W/s~3000W/s。（所有测试数据均基于8代低压i7计算）
???? 当发生系统时间回拨时，算法采用过去时序的预留序数生成新的ID。
???? 回拨生成的ID序号，默认靠前，也可以调整为靠后。
???? 允许时间回拨至本算法预设基数（参数可调）。
本算法生成的ID由3部分组成（沿用雪花算法定义）：
+-------------------------+--------------+----------+
| 1.相对基础时间的时间差 | 2.WorkerId | 3.序列数 |
+-------------------------+--------------+----------+
第1部分，时间差，是生成ID时的系统时间减去 BaseTime 的总时间差（毫秒单位）。
第2部分，WorkerId，是区分不同机器或不同应用的唯一ID，最大值由 WorkerIdBitLength（默认6）限定。
第3部分，序列数，是每毫秒下的序列数，由参数中的 SeqBitLength（默认6）限定。
???? 本算法生成的 ID ，是整数（占用空间最多8字节），以下是基于默认配置生成的ID：
129053495681099 (运行1年) 387750301904971 (运行3年) 646093214093387 (运行5年) 1292658282840139 (运行10年) 9007199254740992 (js Number 最大值) 165399880288699493 (普通雪花算法生成的ID)
???? 本算法生成的 ID 值，是 js Number 最大值的 1%-10%，是普通雪花算法值的千分之一，而生成速度却超过普通雪花算法。
???? js Number 类型最大数值：9007199254740992，本算法在保持并发性能（5W+/0.01s）和最大64个 WorkerId（6bit）的同时，能用70年才到 js Number Max 值。
???? 每增加 1位 WorkerIdBitLength 或 SeqBitLength，生成的ID数字值将会乘以2（基础长度可参考前一节“ID示例”），反之则除以2。
能用多久的解释，是指生成的ID数字，何时能增长到超过 long（有符号64位，8字节）最大值。
???? 在默认配置下，ID可用 71000 年不重复。
???? 在支持 1024 个工作节点时，ID可用 4480 年不重复。
???? 在支持 4096 个工作节点时，ID可用 1120 年不重复。
❄ WorkerIdBitLength，机器码位长，决定 WorkerId 的最大值，默认值6，取值范围 [1, 19]，实际上有些语言采用 无符号 ushort (uint16) 类型接收该参数，所以最大值是16，如果是采用 有符号 short (int16)，则最大值为15。
❄ WorkerId，机器码，最重要参数，无默认值，必须 全局唯一，必须 程序设定，缺省条件（WorkerIdBitLength取默认值）时最大值63，理论最大值 2^WorkerIdBitLength-1（不同实现语言可能会限定在 65535 或 32767，原理同 WorkerIdBitLength 规则）。不同机器或不同应用实例 不能相同，你可通过应用程序配置该值，也可通过调用外部服务获取值。针对自动注册WorkerId需求，本算法提供默认实现：通过 redis 自动注册 WorkerId 的动态库，详见“Tools\AutoRegisterWorkerId”。
特别提示：如果一台服务器部署多个独立服务，需要为每个服务指定不同的 WorkerId。
❄ SeqBitLength，序列数位长，默认值6，取值范围 [3, 21]（建议不小于4），决定每毫秒基础生成的ID个数。规则要求：WorkerIdBitLength + SeqBitLength 不超过 22。
❄ MinSeqNumber，最小序列数，默认值5，取值范围 [5, MaxSeqNumber]，每毫秒的前5个序列数对应编号0-4是保留位，其中1-4是时间回拨相应预留位，0是手工新值预留位。
❄ MaxSeqNumber，最大序列数，设置范围 [MinSeqNumber, 2^SeqBitLength-1]，默认值0，真实最大序列数取最大值（2^SeqBitLength-1），不为0时，取其为真实最大序列数，一般无需设置，除非多机共享WorkerId分段生成ID（此时还要正确设置最小序列数）。
❄ BaseTime，基础时间（也称：基点时间、原点时间、纪元时间），有默认值（2020年），是毫秒时间戳（是整数，.NET是DatetTime类型），作用是：用生成ID时的系统时间与基础时间的差值（毫秒数）作为生成ID的时间戳。基础时间一般无需设置，如果觉得默认值太老，你可以重新设置，不过要注意，这个值以后最好不变。
1️⃣ 用单例模式调用。外部集成方使用更多的实例并行调用本算法，不会增加ID产出效能，因为本算法采用单线程生成ID。
2️⃣ 指定唯一的 WorkerId。必须由外部系统确保 WorkerId 的全局唯一性，并赋值给本算法入口方法。
3️⃣ 单机多实例部署时使用不同 WorkerId。并非所有实现都支持跨进程的并发唯一，保险起见，在同一主机上部署多应用实例时，请确保各 WorkerId 唯一。
4️⃣ 异常处理。算法会抛出所有 Exception，外部系统应 catch 异常并做好应对处理，以免引发更大的系统崩溃。
5️⃣ 认真理解 IdGeneratorOptions 的定义，这对集成和使用本算法有帮助。
6️⃣ 使用雪花漂移算法。虽然代码里包含了传统雪花算法的定义，并且你可以在入口处指定（Method=2）来启用传统算法，但仍建议你使用雪花漂移算法（Method=1，默认的），毕竟它具有更好的伸缩力和更高的性能。
7️⃣ 不要修改核心算法。本算法内部参数较多，逻辑较为复杂，在你尚未掌握核心逻辑时，请勿尝试修改核心代码且用于生产环境，除非通过大量细致、科学的测试验证。
8️⃣ 应用域内配置策略相同。当系统运行一段时间后，项目需要从程序指定 WorkerId 转到自动注册 WorkerId 时，请确保同一应用域内所有在用实例采用一致的配置策略，这不仅仅针对 WorkerId，也包含其他所有配置参数。
9️⃣ 管理好服务器时间。雪花算法依赖系统时间，不要手工大幅度回调操作系统时间。如果一定要调整，切记：确保服务再次启动时的系统时间大于最后一次关闭时的时间。（注：世界级或网络级的时间同步、回拨，引起的系统时间小幅度变化，对本算法没影响）
配置变更指是系统运行一段时间后，再调整运行参数（IdGeneratorOptions 选项值），请注意：
???? 1.最重要的一条原则是：BaseTime 只能往前（比老值更小、距离现在更远）赋值，原因是往后赋值极大可能产生相同的时间戳。[不推荐在系统运行之后调整 BaseTime]
???? 2.任何时候增加 WorkerIdBitLength 或 SeqBitLength，都是可以的，但是慎用 “减小”的操作，因为这可能导致在未来某天生成的 ID 与过去老配置时相同。[允许在系统运行之后增加任何一个 BitLength 值]
???? 3.如果必须减小 WorkerIdBitLength 或 SeqBitLength 其中的一项，一定要满足一个条件：新的两个 BitLength 之和要大于 老的值之和。[不推荐在运行之后缩小任何一个 BitLength 值]
???? 4.上述3条规则，并未在本算法内做逻辑控制，集成方应根据上述规则做好影响评估，确认无误后，再实施配置变更。
???? 唯一ID生成器，依赖WorkerId，当业务服务需要水平无差别复制（自动扩容）时，这就要求能自动注册全局唯一WorkerId，然后才能生产唯一ID。
???? 本算法提供开源动态库（go语言实现），能在容器 k8s 等容器环境下，通过 redis 自动注册 WorkerId。
???? 通过redis注册WorkerId，并非唯一方法。你还可以开发中心化的配置服务，各端点服务启动时，通过中心服务获取唯一 WorkerId。
???? 当然，如果你的服务无需自动扩容，那就不必自动注册WorkerId，而是为它们分别设置全局唯一值。
???? 发挥你的想象力，方法还有很多。此处抛砖引玉：开发中心化的ID生成服务，由它为各端点服务（单个或批量）生成可用ID。
图片链接：/upload/otherpic44/2830.jpg
源码路径：/Go/source/regworkerid/reghelper.go
下载链接：https://github.com/yitter/IdGenerator/releases/download/reg_v1.0/regworkerid_lib_v1.0.zip
// 注册一个 WorkerId，会先注销所有本机已注册的记录 // ip: redis 服务器地址 // port: redis 端口 // password: redis 访问密码，可为空字符串“” // maxWorkerId: 最大 WorkerId extern GoInt32 RegisterOne(char* ip, GoInt32 port, char* password, GoInt32 maxWorkerId); // 注销本机已注册的 WorkerId extern void UnRegister(); // 检查本地WorkerId是否有效（0-有效，其它-无效） extern GoInt32 Validate(GoInt32 workerId);
| 语言 | github |
|---|---|
| ???? C# | 查看示例 |
| ???? Java | 查看示例 |
| ???? Go | 查看示例 |
| ???? Rust | 查看示例 |
| ???? C | 查看示例 |
| ???? C (PHP扩展) | 查看示例 |
| ???? V | 查看示例 |
| ???? D | 查看示例 |
到此，相信大家对“雪花算法中如何使用ID生成工具”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
