snowflake 演算法，是 twitter 開源的分布式 id 生成演算法。其核心思想就是：使用乙個 64 bit 的 long 型的數字作為全域性唯一 id ，在分布式系統中的應用十分廣泛。
給大家舉個例子吧，比如下面這個 64 bit 的 long 型數字，就是由雪花演算法生成的id。
①1 bit：是不用的，為啥呢？
因為二進位制裡第乙個 bit 為如果是 1，那麼都是負數，但是我們生成的 id 都是正數，所以第乙個 bit 統一都是 0。
②41 bit：表示的是時間戳，單位是毫秒。
41 bit 可以表示的數字多達 2^41 - 1，也就是可以標識 2 ^ 41 - 1 個毫秒值，換算成年就是表示 69 年的時間。
③10 bit：記錄工作機器 id，代表的是這個服務最多可以部署在 2^10 臺機器上，也就是 1024 臺機器。但是 10 bit 裡 5 個 bit 代表機房 id，5 個 bit 代表機器 id。意思就是最多代表 2 ^ 5 個機房（32 個機房），每個機房裡可以代表 2 ^ 5 個機器（32 臺機器），也可以根據自己公司的實際情況確定。
④12 bit：這個是用來記錄同乙個毫秒內產生的不同 id。
12 bit 可以代表的最大正整數是 2 ^ 12 - 1 = 4096，也就是說可以用這個 12 bit 代表的數字來區分同乙個毫秒內的 4096 個不同的 id。
簡單來說，你的某個服務假設要生成乙個全域性唯一 id，那麼就可以傳送乙個請求給部署了 snowflake 演算法的系統，由這個 snowflake 演算法系統來生成唯一 id。這個 snowflake 演算法系統首先肯定是知道自己所在的機房和機器的，比如機房 id = 17，機器 id = 12。接著 snowflake 演算法系統接收到這個請求之後，首先就會用二進位制位運算的方式生成乙個 64 bit 的 long 型 id，64 個 bit 中的第乙個 bit 是無意義的。接著 41 個 bit，就可以用當前時間戳（單位到毫秒），然後接著 5 個 bit 設定上這個機房 id，還有 5 個 bit 設定上機器 id。最後再判斷一下，當前這台機房的這台機器上這一毫秒內，這是第幾個請求，給這次生成 id 的請求累加乙個序號，作為最後的 12 個 bit。最終乙個 64 個 bit 的 id 就出來了。
這個演算法可以保證說，乙個機房的一台機器上，在同一毫秒內，生成了乙個唯一的 id。可能乙個毫秒內會生成多個 id，但是有最後 12 個 bit 的序號來區分開來。下面我們簡單看看這個 snowflake 演算法的乙個**實現，這就是個示例，大家如果理解了這個意思之後，以後可以自己嘗試改造這個演算法。總之就是用乙個 64 bit 的數字中各個 bit 位來設定不同的標誌位，區分每乙個 id。
public class idworker
public long getdatacenterid()
public long gettimestamp()
public idworker(long workerid, long datacenterid, long sequence)
if (datacenterid > maxdatacenterid || datacenterid < 0)
this.workerid = workerid;
this.datacenterid = datacenterid;
this.sequence = sequence;
}// 這個是核心方法，通過呼叫nextid()方法，讓當前這台機器上的snowflake演算法程式生成乙個全域性唯一的id
public synchronized long nextid()
// 下面是說假設在同乙個毫秒內，又傳送了乙個請求生成乙個id
// 這個時候就得把seqence序號給遞增1，最多就是4096
if (lasttimestamp == timestamp)
} else
// 這兒記錄一下最近一次生成id的時間戳，單位是毫秒
lasttimestamp = timestamp;
// 這兒就是最核心的二進位制位運算操作，生成乙個64bit的id
// 先將當前時間戳左移，放到41 bit那兒；將機房id左移放到5 bit那兒；將機器id左移放到5 bit那兒；將序號放最後12 bit
// 最後拼接起來成乙個64 bit的二進位制數字，轉換成10進製就是個long型
return ((timestamp - twepoch) << timestampleftshift) |
(datacenterid << datacenteridshift) |
(workerid << workeridshift) | sequence;
}/**
* 當某一毫秒的時間，產生的id數 超過4095，系統會進入等待，直到下一毫秒，系統繼續產生id
* @param lasttimestamp
* @return
*/private long tilnextmillis(long lasttimestamp)
return timestamp;
}//獲取當前時間戳
private long timegen()
/*** main 測試類
* @param args
*/public static void main(string args) }}
（1）高效能高可用：生成時不依賴於資料庫，完全在記憶體中生成。
（2）容量大：每秒中能生成數百萬的自增id。
（3）id自增：存入資料庫中，索引效率高。
snowflake演算法的缺點：
（1）依賴與系統時間的一致性，如果系統時間被**，或者改變，可能會造成id衝突或者重複。
實際中我們的機房並沒有那麼多，我們可以改進改演算法，將10bit的機器id優化，成業務表或者和我們系統相關的業務。
雪花演算法工具類
package com.baizhi.zcn.util public class snowflake if datacenterid maxdatacenterid datacenterid 0 this.workerid workerid this.datacenterid datacenteri...
SpringBoot 雪花演算法工具類
多用於生成訂單號 eg 779281037489340416 package com.ldh.util public class snowflake if datacenterid maxdatacenterid datacenterid 0 this workerid workerid this ...
《演算法競賽高階指南》 雪花雪花雪花
有n片雪花，每片雪花由六個角組成，每個角都有長度。第i片雪花六個角的長度從某個角開始順時針依次記為ai,1,ai,2,ai,6。因為雪花的形狀是封閉的環形，所以從任何乙個角開始順時針或逆時針往後記錄長度，得到的六元組都代表形狀相同的雪花。例如ai,1,ai,2,ai,6和ai,2,ai,3,ai,6...