生成业务表ID

public class SnowflakeIdWorkerGenerator {

? ? private static final SnowflakeIdWorker snowflakeIdWorker = new SnowflakeIdWorker();

? ? public static Long nextId() {

? ? ? ? return snowflakeIdWorker.nextId();

? ? }

? ? public static String nextStringId() {

? ? ? ? return String.valueOf(snowflakeIdWorker.nextId());

? ? }

? ? public static String createOrderNo() {

? ? ? ? return DateUtil.getDate("yyyyMMdd")+snowflakeIdWorker.nextId();

? ? }

//? ? public static void main(String[] args) {

//? ? ? ? System.out.println(DateUtil.getDate("yyyyMMdd")+snowflakeIdWorker.nextId());

//? ? }

}


import java.text.SimpleDateFormat;

import java.util.Date;

@SuppressWarnings("all")

public class SnowflakeIdWorker {

? ? // ============================== Constants===========================================

? ? private final static String ERROR_CLOCK_BACK = "时间回拨,拒绝为超出%d毫秒生成ID";

? ? private final static String ERROR_ATTR_LIMIT = "%s属性的范围为0-%d";

? ? private final static String MSG_UID_PARSE = "{\"UID\":\"%s\",\"timestamp\":\"%s\",\"workerId\":\"%d\",\"dataCenterId\":\"%d\",\"sequence\":\"%d\"}";

? ? private final static String DATE_PATTERN_DEFAULT = "yyyy-MM-dd HH:mm:ss";

? ? // ==============================Fields===========================================

? ? /** 开始时间截 (2017-12-25),用于用当前时间戳减去这个时间戳,算出偏移量 */

? ? private final long twepoch = 1551582622686L;

? ? /** 机器id所占的位数(表示只允许workId的范围为:0-1023) */

? ? private final long workerIdBits = 5L;

? ? /** 数据标识id所占的位数 */

? ? private final long datacenterIdBits = 5L;

? ? /** 支持的最大机器id,结果是31 (这个移位算法可以很快的计算出几位二进制数所能表示的最大十进制数) */

? ? public final long maxWorkerId = -1L ^ (-1L << workerIdBits);

? ? /** 支持的最大数据标识id,结果是31 */

? ? private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);

? ? /** 序列在id中占的位数 (表示只允许sequenceId的范围为:0-4095)*/

? ? private final long sequenceBits = 12L;

? ? /** 机器ID向左移12位 */

? ? private final long workerIdShift = sequenceBits;

? ? /** 数据标识id向左移17位(12+5) */

? ? private final long datacenterIdShift = sequenceBits + workerIdBits;

? ? /** 时间截向左移22位(5+5+12) */

? ? private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

? ? /** 生成序列的掩码,(防止溢出:位与运算保证计算的结果范围始终是 0-4095,0b111111111111=0xfff=4095) */

? ? private final long sequenceMask = -1L ^ (-1L << sequenceBits);

? ? /** 工作机器ID(0~31) */

? ? private long workerId = 15;

? ? /** 数据中心ID(0~31) */

? ? private long datacenterId = 15;

? ? /** 毫秒内序列(0~4095) */

? ? private long sequence = 0L;

? ? /** 上次生成ID的时间截 */

? ? private long lastTimestamp = -1L;

? ? private boolean isClock = false;

? ? public void setClock(boolean clock) {

? ? ? ? isClock = clock;

? ? }

? ? // ==============================Methods==========================================

/**

? ? * 获得下一个ID (该方法是线程安全的)

*

? ? * @return SnowflakeId

*/

? ? public synchronized long nextId() {

? ? ? ? long timestamp = timeGen();

? ? ? ? // 闰秒:如果当前时间小于上一次ID生成的时间戳,说明系统时钟回退过这个时候应当抛出异常

? ? ? ? if (timestamp < lastTimestamp) {

? ? ? ? ? ? long offset = lastTimestamp - timestamp;

? ? ? ? ? ? if (offset <= 5) {

? ? ? ? ? ? ? ? try {

? ? ? ? ? ? ? ? ? ? // 时间偏差大小小于5ms,则等待两倍时间

? ? ? ? ? ? ? ? ? ? wait(offset << 1);// wait

? ? ? ? ? ? ? ? ? ? timestamp = timeGen();

? ? ? ? ? ? ? ? ? ? if (timestamp < lastTimestamp) {

? ? ? ? ? ? ? ? ? ? ? ? // 还是小于,抛异常并上报

? ? ? ? ? ? ? ? ? ? ? ? throw new RuntimeException(String.format(ERROR_CLOCK_BACK, lastTimestamp - timestamp));

? ? ? ? ? ? ? ? ? ? }

? ? ? ? ? ? ? ? } catch (InterruptedException e) {

? ? ? ? ? ? ? ? ? ? throw new RuntimeException(e);

? ? ? ? ? ? ? ? }

? ? ? ? ? ? } else {

? ? ? ? ? ? ? ? throw new RuntimeException(String.format(ERROR_CLOCK_BACK, lastTimestamp - timestamp));

? ? ? ? ? ? }

}

? ? ? ? // 解决跨毫秒生成ID序列号始终为偶数的缺陷:如果是同一时间生成的,则进行毫秒内序列

? ? ? ? if (lastTimestamp == timestamp) {

? ? ? ? ? ? // 通过位与运算保证计算的结果范围始终是0-4095

? ? ? ? ? ? sequence = (sequence + 1) & sequenceMask;

? ? ? ? ? ? // 毫秒内序列溢出

? ? ? ? ? ? if (sequence == 0) {

? ? ? ? ? ? ? ? // 阻塞到下一个毫秒,获得新的时间戳

? ? ? ? ? ? ? ? timestamp = tilNextMillis(lastTimestamp);

? ? ? ? ? ? }

? ? ? ? } else {

? ? ? ? ? ? // 时间戳改变,毫秒内序列重置

? ? ? ? ? ? sequence = 0L;

? ? ? ? }

? ? ? ? // 上次生成ID的时间截

? ? ? ? lastTimestamp = timestamp;

? ? ? ? /*

? ? ? ? * 1.左移运算是为了将数值移动到对应的段(41、5、5,12那段因为本来就在最右,因此不用左移)

? ? ? ? * 2.然后对每个左移后的值(la、lb、lc、sequence)做位或运算,是为了把各个短的数据合并起来,合并成一个二进制数? ? ? ? * 3.最后转换成10进制,就是最终生成的id(64位的ID)

*/

? ? ? ? return ((timestamp - twepoch) << timestampLeftShift) //

? ? ? ? ? ? ? ? | (datacenterId << datacenterIdShift) //

? ? ? ? ? ? ? ? | (workerId << workerIdShift) //

? ? ? ? ? ? ? ? | sequence;

? ? }

? ? /**

? ? * @方法名称 parseUID

? ? * @功能描述 <pre>反解析UID

*/

? ? public String parseUID(Long uid) {

? ? ? ? long totalBits = 64L;// 总位数

? ? ? ? long signBits = 1L;// 标识

? ? ? ? long timestampBits = 41L;// 时间戳

? ? ? ? // 解析Uid:标识 -- 时间戳 -- 数据中心 -- 机器码 --序列

? ? ? ? long sequence = (uid << (totalBits - sequenceBits)) >>> (totalBits - sequenceBits);

? ? ? ? long dataCenterId = (uid << (timestampBits + signBits)) >>> (totalBits - datacenterIdBits);

? ? ? ? long workerId = (uid << (timestampBits + signBits + datacenterIdBits)) >>> (totalBits - workerIdBits);

? ? ? ? long deltaSeconds = uid >>> (datacenterIdBits + workerIdBits + sequenceBits);

? ? ? ? // 时间处理(补上开始时间戳)

? ? ? ? Date thatTime = new Date(twepoch + deltaSeconds);

? ? ? ? String date = new SimpleDateFormat(DATE_PATTERN_DEFAULT).format(thatTime);

? ? ? ? // 格式化输出

? ? ? ? return String.format(MSG_UID_PARSE, uid, date, workerId, dataCenterId, sequence);

? ? }

? ? /**

? ? * @方法名称 parseUID

? ? * @功能描述 <pre>反解析UID(字符串截取,性能相对差;不推荐使用)

*/

? ? public String parseUID(String uid) {

? ? ? ? uid = Long.toBinaryString(Long.parseLong(uid));

? ? ? ? int len = uid.length();

? ? ? ? // 解析Uid:标识 -- 时间戳 -- 数据中心 -- 机器码 --序列

? ? ? ? int sequenceStart = len < workerIdShift ? 0 : (int)(len - workerIdShift);// sequence起始数

? ? ? ? int workerStart = len < datacenterIdShift ? 0 : (int)(len - datacenterIdShift);// worker起始数

? ? ? ? int timeStart = len < timestampLeftShift ? 0 : (int)(len - timestampLeftShift);// 时间起始数

? ? ? ? String sequence = uid.substring(sequenceStart, len);

? ? ? ? String workerId = sequenceStart == 0 ? "0" : uid.substring(workerStart, sequenceStart);

? ? ? ? String dataCenterId = workerStart == 0 ? "0" : uid.substring(timeStart, workerStart);

? ? ? ? // 时间处理(补上开始时间戳)

? ? ? ? String time = timeStart == 0 ? "0" : uid.substring(0, timeStart);

? ? ? ? Date timeDate = new Date(Long.parseLong(time, 2) + twepoch);

? ? ? ? String date = new SimpleDateFormat(DATE_PATTERN_DEFAULT).format(timeDate);

? ? ? ? // 格式化输出

? ? ? ? return String.format(MSG_UID_PARSE, uid, date, Integer.valueOf(workerId, 2), Integer.valueOf(dataCenterId, 2), Integer.valueOf(sequence, 2));

? ? }

? ? /**

? ? * 保证返回的毫秒数在参数之后(阻塞到下一个毫秒,直到获得新的时间戳)

*

? ? * @param lastTimestamp 上次生成ID的时间截

? ? * @return 当前时间戳

? ? */

? ? protected long tilNextMillis(long lastTimestamp) {

? ? ? ? long timestamp = timeGen();

? ? ? ? while (timestamp <= lastTimestamp) {

? ? ? ? ? ? timestamp = timeGen();

? ? ? ? }

? ? ? ? return timestamp;

? ? }

? ? /**

? ? * 获得系统当前毫秒数

? ? *

? ? * @return 当前时间(毫秒)

*/

? ? protected long timeGen() {

? ? ? ? if (isClock) {

? ? ? ? ? ? // 解决高并发下获取时间戳的性能问题

? ? ? ? ? ? return new Date().getTime();

? ? ? ? } else {

? ? ? ? ? ? return System.currentTimeMillis();

? ? ? ? }

}

}

?著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,128评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,316评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事?!?“怎么了?”我有些...
    开封第一讲书人阅读 159,737评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,283评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,384评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,458评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,467评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,251评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,688评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,980评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,155评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,818评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,492评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,142评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,382评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,020评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,044评论 2 352