关于雪花算法全是偶数的问题处理
1. 问题描述 生成的id全是偶数的
2. 问题发现 由于跨毫秒后,最后的sequence累加就会清零,导入末位为偶数。如果id生成不频繁,则生成的就是全是偶数
3. 解决 【关于雪花算法全是偶数的问题处理】主要的根本就在跨毫秒清零,如果在跨毫秒时候sequence不清零,实际上每次生成id时,时间毫秒在增加,sequence也在增加,也是不会重复的。所以,索性去掉这一块
同时由于sequence = (sequence + 1) & MAX_SEQUENCE;
sequence累加到最大值后,下一次依然是0,所以只保留这句话就行了。
完整代码:
class Snowflake { /**
* 起始的时间戳
*/
private final static long START_STMP = 1480166465631L;
/**
* 每一部分占用的位数
*/
private final static long SEQUENCE_BIT = 12;
// 序列号占用的位数
private final static long MACHINE_BIT = 5;
// 机器标识占用的位数
private final static long DATACENTER_BIT = 5;
// 数据中心占用的位数 /**
* 每一部分的最大值
*/
private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);
/**
* 每一部分向左的位移
*/
private final static long MACHINE_LEFT = SEQUENCE_BIT;
private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;
private long datacenterId;
// 数据中心
private long machineId;
// 机器标识
private long sequence = 0L;
// 序列号
private long lastStmp = -1L;
// 上一次时间戳 public Snowflake(long datacenterId, long machineId) {
if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
}
if (machineId > MAX_MACHINE_NUM || machineId < 0) {
throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
}
this.datacenterId = datacenterId;
this.machineId = machineId;
} /**
* 产生下一个ID
*
* @return
*/
public synchronized long createId() {
long currStmp = getNewstmp();
if (currStmp < lastStmp) {
throw new RuntimeException("Clock moved backwards.Refusing to generate id");
}sequence = (sequence + 1) & MAX_SEQUENCE;
//下方的原代码,全部注释,值保留上面一行,解决跨毫秒全为偶数问题
//if (currStmp == lastStmp) {
////相同毫秒内,序列号自增
//sequence = (sequence + 1) & MAX_SEQUENCE;
////同一毫秒的序列数已经达到最大
//if (sequence == 0L) {
//currStmp = getNextMill();
//}
//} else {
////不同毫秒内,序列号置为0
//sequence = 0L;
//}lastStmp = currStmp;
return (currStmp - START_STMP) << TIMESTMP_LEFT // 时间戳部分
| datacenterId << DATACENTER_LEFT // 数据中心部分
| machineId << MACHINE_LEFT // 机器标识部分
| sequence;
// 序列号部分
} private long getNextMill() {
long mill = getNewstmp();
while (mill <= lastStmp) {
mill = getNewstmp();
}
return mill;
} private long getNewstmp() {
return System.currentTimeMillis();
} public static void main(String[] args) {
Snowflake snowFlake = new Snowflake(2, 3);
long start = System.currentTimeMillis();
for (int i = 0;
i < 1000000;
i++) {
System.out.println(snowFlake.createId());
}System.out.println(System.currentTimeMillis() - start);
}
}
推荐阅读
- 关于QueryWrapper|关于QueryWrapper,实现MybatisPlus多表关联查询方式
- 四首关于旅行记忆的外文歌曲
- 画解算法(1.|画解算法:1. 两数之和)
- 醒不来的梦
- Guava|Guava RateLimiter与限流算法
- 错过(一)
- 关于自我为中心的一点感想
- 一个选择排序算法
- 「按键精灵安卓版」关于全分辨率脚本的一些理解(非游戏app)
- SG平滑轨迹算法的原理和实现