前言

分布式ID生成策略有多種，各有利弊，這里記錄下在作業中我結合Redis在Spring架構體系中使用雪花演算法生成分布式ID的方式，

一、代碼部分

import lombok.extern.slf4j.Slf4j;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;
import javax.annotation.Resource;
import java.net.InetAddress;
import java.net.UnknownHostException;

/**
 * @author sungm
 * @since 2021-11-06 21:16
 */
@Slf4j
@Service
public class SnowflakeManager {

    /** 開始時間戳: 2020-01-01 00:00:00 */
    private static final Long START_TIMESTAMP = 1577808000000L;
    /** 12位最大序號: 2^12 - 1 */
    private static final Long MAX_SEQ = ~(-1L << 12);
    /** 10位最大機器碼： 2^10 -1 */
    private static final Long MAX_MACHINE = ~(-1L << 10);

    /** 當前機器碼 */
    private Long machine;
    /** 最后生成的序號 */
    private Long lastSeq = 0L;
    /** 最后一個序號生成的時間 */
    private Long lastSqlTimestamp = 0L;

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    /** 定義雪花演算法的 Key，把機器碼存到Redis中 */
    private static final String RECORD_SNOWFLAKE_MACHINE_SEQ_REDIS_KEY = "RECORD_SNOWFLAKE_MACHINE_SEQ";
    private static final String RECORD_SNOWFLAKE_MACHINE_MAP_REDIS_KEY = "RECORD_SNOWFLAKE_MACHINE_MAP";

    @PostConstruct
    public void init() throws UnknownHostException {
        //獲取當前機器的IP地址
        final String hostAddress = InetAddress.getLocalHost().getHostAddress();
        //初始化Redis快取
        stringRedisTemplate.opsForValue().setIfAbsent(RECORD_SNOWFLAKE_MACHINE_SEQ_REDIS_KEY, "0");
        stringRedisTemplate.opsForHash().putIfAbsent(RECORD_SNOWFLAKE_MACHINE_MAP_REDIS_KEY, "default", "0");
        //不包含當前主機IP地址時，設定遞增的值
        if (!stringRedisTemplate.opsForHash().keys(RECORD_SNOWFLAKE_MACHINE_MAP_REDIS_KEY).contains(hostAddress)) {
            stringRedisTemplate.opsForHash().put(RECORD_SNOWFLAKE_MACHINE_MAP_REDIS_KEY, hostAddress
                    , stringRedisTemplate.opsForValue().increment(RECORD_SNOWFLAKE_MACHINE_SEQ_REDIS_KEY, 1L).toString());
        }
        //獲取當前主機對應的編碼
        machine = Long.parseLong((String) stringRedisTemplate.opsForHash().get(RECORD_SNOWFLAKE_MACHINE_MAP_REDIS_KEY, hostAddress));
        log.info("主機：{}，機器碼：{}", hostAddress, machine);
        //做個校驗
        if (machine > MAX_MACHINE) {
            throw new RuntimeException("機器碼已達到最大值" + MAX_MACHINE + ", 請排查無效資料！");
        }
    }

    public synchronized Long nextId() {
        //獲取當前時間
        Long now = System.currentTimeMillis();
        if (lastSqlTimestamp.equals(now) && ++lastSeq > MAX_SEQ) {
            throw new RuntimeException("同一毫秒內生成的序號達到" + MAX_SEQ + ", 請注意并發量！");
        }
        if (!lastSqlTimestamp.equals(now)) {
            lastSeq = 0L;
        }
        lastSqlTimestamp = now;
        /* 0 - 41位時間戳 - 10位機器碼 - 12位序列*/
        return ((now - START_TIMESTAMP) << 22) | machine << 12 | lastSeq;
    }

}

說明：同一應用多個實體部署在不同宿主機上面，利用了宿主機的IP地址不重復的特性，結合Redis單執行緒的特點來給不同的應用實體生成不同的機器碼，如果可以指定每個實體都機器碼，則可以簡化這一操作，直接通過application.yml配置給不同的應用實體指定機器碼即可，

二、雪花演算法

這里不講雪花演算法的原理了，相信大家隨意百度一下就能知道原理、其核心演算法是左移，