雪花算法Snowflake

以下文章来源于智能大石头 ，作者智能大石头

雪花Id生成算法，是鼎鼎有名的分布式Id生成算法。它的优点在于，在分布式系统中快速生成有时间顺序的唯一编号！Snowflake实测每秒可生成900万个唯一Id。

Nuget包：NewLife.Core

源码地址：

https://github.com/NewLifeX/X/blob/master/NewLife.Core/Data/Snowflake.cs

核心原理

使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛，且ID 引入了时间戳，基本上保持自增。

格式：1bit保留 + 41bit时间戳 + 10bit机器 + 12bit序列号

第一位不使用，主要是为了避免部分场景变成负数；

41位时间戳，也就是2的41次方，毫秒为单位，足够保存69年。这里一般存储1970年以来的毫秒数，建议各个系统根据需要自定义这个开始日期；

10位机器码，理论上可以表示1024台机器，也可以拆分几位表示机房几位表示机器。这里默认采用本机IPv4地址最后两段以及进程Id一起作为机器码，确保机房内部不同机器，以及相同机器上的不同进程，拥有不同的机器码；

12位序列号，表示范围0~4095，一直递增，即使毫秒数加一，这里也不会归零，避免被恶意用户轻易猜测得到前后订单号；

生成Id

NewId用于生成新的唯一Id

/// <summary>获取下一个Id</summary>
/// <returns></returns>
public virtual Int64 NewId();

/// <summary>获取指定时间的Id，带上节点和序列号。可用于根据业务时间构造插入Id</summary>
/// <param name="time">时间</param>
/// <returns></returns>
public virtual Int64 NewId(DateTime time);

无参版默认使用当前时间生成唯一Id，也可以给指定时间生成唯一Id。

以下是采用雪花Id作为订单号。

解析Id

大型数据表，例如订单表、日志表等，可以使用Int64作为主键，然后使用雪花Id。因为雪花Id内带有时间戳信息，因此我们可以根据主键Id来直接搜索指定时间区间的数据。

/// <summary>时间转为Id，不带节点和序列号。可用于构建时间片段查询</summary>
/// <param name="time">时间</param>
/// <returns></returns>
public virtual Int64 GetId(DateTime time);

GetId用于计算指定时间的基准Id，只有最高的时间部分，机器码和序列化为零。我们在计算指定时间区间（start, end）内的数据时，可以有：

Select * from Order where Id>=Get(start) and Id<GetId(end);

拿到一个雪花Id，也可以从中解析得到时间等信息

/// <summary>尝试分析</summary>
/// <param name="id"></param>
/// <param name="time">时间</param>
/// <param name="workerId">节点</param>
/// <param name="sequence">序列号</param>
/// <returns></returns>
public virtual Boolean TryParse(Int64 id, out DateTime time, out Int32 workerId, out Int32 sequence);

解析订单号 152075078181383514 ，时间基准设为 2020年1月1日

总结

在分布式系统中，雪花Id具有非常重要的意义。星尘大量使用雪花Id，用于存储跟踪数据和采样数据，以前必须先插入跟踪数据得到自增Id然后才能插入采样数据（需要关联）的问题迎难而解，两者都可以同时走批量插入。

对于日志型数据表，强烈推荐使用雪花Id，因为它带有时间戳信息，等同于省去了CreateTime字段的索引。