Java实现雪花算法获取id

在 Java 中实现雪花算法（Snowflake）时，通常会设计一个工具类来生成全局唯一的 ID。这个工具类可以封装雪花算法的逻辑，并提供简单的接口来生成 ID。

以下是一个完整的 Java 工具类实现雪花算法的例子：

public class SnowflakeIdGenerator {


    // 起始的时间戳 (自定义纪元时间，通常为某个固定日期)
    private final long epoch = 1728571440L; // 这个时间戳是Twitter的纪元时间戳，可以自己定义

    // 每个部分占用的位数
    private final long workerIdBits = 5L; // 机器ID所占的位数
    private final long datacenterIdBits = 5L; // 数据中心ID所占的位数
    private final long sequenceBits = 12L; // 序列号所占的位数

    // 最大值计算
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits); // 机器ID最大值
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); // 数据中心ID最大值
    private final long maxSequence = -1L ^ (-1L << sequenceBits); // 序列号最大值

    // 各部分左移的位数
    private final long workerIdShift = sequenceBits;
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    private final long timestampLeftShift = datacenterIdShift + datacenterIdBits;

    private final long sequenceMask = -1L ^ (-1L << sequenceBits); // 序列号掩码，用于序列号部分

    private long workerId; // 机器ID
    private long datacenterId; // 数据中心ID
    private long sequence = 0L; // 序列号
    private long lastTimestamp = -1L; // 上次生成ID的时间戳

    // 构造函数，传入机器ID和数据中心ID
    public SnowflakeIdGenerator(long workerId, long datacenterId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
        }
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }

    // 生成下一个ID
    public synchronized long nextId() {
        long timestamp = System.currentTimeMillis();

        // 如果当前时间戳小于上次生成ID的时间戳，说明发生了时钟回拨
        if (timestamp < lastTimestamp) {
            throw new RuntimeException("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds");
        }

        // 如果在同一毫秒内生成ID，序列号自增
        if (timestamp == lastTimestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                // 如果序列号溢出，等待下一毫秒
                timestamp = waitForNextMillis(lastTimestamp);
            }
        } else {
            // 如果时间戳不等于上次时间戳，说明进入了新的一毫秒，重置序列号
            sequence = 0L;
        }

        lastTimestamp = timestamp;

        // 组合各部分，生成最终的ID
        return ((timestamp - epoch) << timestampLeftShift) // 时间戳部分
                | (datacenterId << datacenterIdShift) // 数据中心ID部分
                | (workerId << workerIdShift) // 机器ID部分
                | sequence; // 序列号部分
    }

    // 等待直到下一毫秒
    private long waitForNextMillis(long lastTimestamp) {
        long timestamp = System.currentTimeMillis();
        while (timestamp <= lastTimestamp) {
            timestamp = System.currentTimeMillis();
        }
        return timestamp;
    }

    // 获取当前时间戳
    public long currentTimestamp() {
        return System.currentTimeMillis();
    }

}

这些 ID 是递增的，并且基于时间戳生成，具有全局唯一性。

说明：
时间戳：从 epoch 时间开始的毫秒数。
机器 ID：标识唯一机器的 ID，用于区分不同的机器。
数据中心 ID：标识唯一数据中心的 ID，用于分布式系统中不同数据中心的区分。
序列号：同一毫秒内生成多个 ID 时使用，确保生成的 ID 不会重复。
总结
这段代码实现了一个简单且高效的分布式 ID 生成器。它通过雪花算法将时间戳、机器 ID、数据中心 ID 和序列号进行组合生成唯一 ID，能够在分布式环境下避免冲突，且生成的 ID 具有时间递增的特性，非常适合用于数据库的主键生成。