分布式id生成算法的有很多种，Twitter的SnowFlake就是其中经典的一种。

SnowFlake算法生成id的结果是一个64bit大小的整数，它的结构如下图：

1bit，不用，因为二进制中最高位是符号位，1表示负数，0表示正数。生成的id一般都是用整数，所以最高位固定为0。

41bit-时间戳，用来记录时间戳，毫秒级。

• 41位可以表示个数字
• 如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0 至 ，减1是因为可表示的数值范围是从0开始算的，而不是1
• 也就是说41位可以表示个毫秒的值，转化成单位年则是%20%2F%20(1000%20%2060%20%2060%20%2024%20365)%20%3D%2069)年

10bit-工作机器id，用来记录工作机器id

• 可以部署在个节点，包括5位datacenterId和5位workerId
• 5位（bit）可以表示的最大正整数是，即可以用0、1、2、3、….31这32个数字，来表示不同的datecenterId或workerId

12bit-序列号，序列号，用来记录同毫秒内产生的不同id

• 12位（bit）可以表示的最大正整数是，即可以用0、1、2、3、….4094这4095个数字，来表示同一机器同一时间截（毫秒)内产生的4095个ID序号

由于在Java中64bit的整数是long类型，所以在Java中SnowFlake算法生成的id就是long来存储的

SnowFlake可以保证：

• 所有生成的id按时间趋势递增
• 整个分布式系统内不会产生重复id（因为有datacenterId和workerId来做区分）

Twitter官方给出的算法实现 是用Scala写的，这里不做分析，可自行查看

package com.ihrm.common.utils;

public class IdWorker {

//下面两个每个5位，加起来就是10位的工作机器id  
private long workerId;    //工作id  
private long datacenterId;   //数据id  
//12位的序列号  
private long sequence;

public IdWorker(long workerId, long datacenterId, long sequence) {  
    // sanity check for workerId  
    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));  
    }  
    System.out.printf("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",  
            timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId);

    this.workerId = workerId;  
    this.datacenterId = datacenterId;  
    this.sequence = sequence;  
}

//初始时间戳  
private long twepoch = 1288834974657L;

//长度为5位  
private long workerIdBits = 5L;  
private long datacenterIdBits = 5L;  
//最大值  
private long maxWorkerId = -1L ^ (-1L << workerIdBits);  
private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);  
//序列号id长度  
private long sequenceBits = 12L;  
//序列号最大值  
private long sequenceMask = -1L ^ (-1L << sequenceBits);

//工作id需要左移的位数，12位  
private long workerIdShift = sequenceBits;  
//数据id需要左移位数 12+5=17位  
private long datacenterIdShift = sequenceBits + workerIdBits;  
//时间戳需要左移位数 12+5+5=22位  
private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

//上次时间戳，初始值为负数  
private long lastTimestamp = -1L;

public long getWorkerId() {  
    return workerId;  
}

public long getDatacenterId() {  
    return datacenterId;  
}

public long getTimestamp() {  
    return System.currentTimeMillis();  
}

//下一个ID生成算法  
public synchronized long nextId() {  
    long timestamp = timeGen();

    //获取当前时间戳如果小于上次时间戳，则表示时间戳获取出现异常  
    if (timestamp < lastTimestamp) {  
        System.err.printf("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);  
        throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds",  
                lastTimestamp - timestamp));  
    }

    //获取当前时间戳如果等于上次时间戳（同一毫秒内），则在序列号加一；否则序列号赋值为0，从0开始。  
    if (lastTimestamp == timestamp) {  
        sequence = (sequence + 1) & sequenceMask;  
        if (sequence == 0) {  
            timestamp = tilNextMillis(lastTimestamp);  
        }  
    } else {  
        sequence = 0;  
    }

    //将上次时间戳值刷新  
    lastTimestamp = timestamp;

    /\*\*  
     \* 返回结果：  
     \* (timestamp - twepoch) << timestampLeftShift) 表示将时间戳减去初始时间戳，再左移相应位数  
     \* (datacenterId << datacenterIdShift) 表示将数据id左移相应位数  
     \* (workerId << workerIdShift) 表示将工作id左移相应位数  
     \* | 是按位或运算符，例如：x | y，只有当x，y都为0的时候结果才为0，其它情况结果都为1。  
     \* 因为个部分只有相应位上的值有意义，其它位上都是0，所以将各部分的值进行 | 运算就能得到最终拼接好的id  
     \*/  
    return ((timestamp - twepoch) << timestampLeftShift) |  
            (datacenterId << datacenterIdShift) |  
            (workerId << workerIdShift) |  
            sequence;  
}

//获取时间戳，并与上次时间戳比较  
private long tilNextMillis(long lastTimestamp) {  
    long timestamp = timeGen();  
    while (timestamp <= lastTimestamp) {  
        timestamp = timeGen();  
    }  
    return timestamp;  
}

//获取系统时间戳  
private long timeGen() {  
    return System.currentTimeMillis();  
}

//---------------测试---------------  
public static void main(String\[\] args) {  
    IdWorker worker = new IdWorker(1, 1, 1);  
    for (int i = 0; i < 30; i++) {  
        System.out.println(worker.nextId());  
    }  
}

}

关于本文介绍雪花算法，大家可以参考（煲煲菜的博客）：https://segmentfault.com/a/1190000011282426