理解分布式id生成算法SnowFlake

https://segmentfault.com/a/1190000011282426#articleHeader2

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。

概述

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：

图片描述

1位，不用。二进制中最高位为1的都是负数，但是我们生成的id一般都使用整数，所以这个最高位固定是0

41位，用来记录时间戳（毫秒）。

41位可以表示241−1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 241−1，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241−1个毫秒的值，转化成单位年则是(241−1)/(1000∗60∗60∗24∗365)=69年

10位，用来记录工作机器id。

可以部署在210=1024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25−1=31，即可以用0、1、2、3、....31这32个数字，来表示不同的datecenterId或workerId

12位，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212−1=4095，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）

Talk is cheap, show you the code

以下是Twitter官方原版的，用Scala写的，（我也不懂Scala，当成Java看即可）：

/** Copyright 2010-2012 Twitter, Inc.*/

package com.twitter.service.snowflake

import com.twitter.ostrich.stats.Stats

import com.twitter.service.snowflake.gen._

import java.util.Random

import com.twitter.logging.Logger

/**

An object that generates IDs.
This is broken into a separate class in case
we ever want to support multiple worker threads
per process

*/

class IdWorker(

val workerId: Long,

val datacenterId: Long,

private val reporter: Reporter,

var sequence: Long = 0L) extends Snowflake.Iface {

private[this] def genCounter(agent: String) = {

Stats.incr("ids_generated")

Stats.incr("ids_generated_%s".format(agent))

}

private[this] val exceptionCounter = Stats.getCounter("exceptions")

private[this] val log = Logger.get

private[this] val rand = new Random

val twepoch = 1288834974657L

private[this] val workerIdBits = 5L

private[this] val datacenterIdBits = 5L

private[this] val maxWorkerId = -1L ^ (-1L << workerIdBits)

private[this] val maxDatacenterId = -1L ^ (-1L << datacenterIdBits)

private[this] val sequenceBits = 12L

private[this] val workerIdShift = sequenceBits

private[this] val datacenterIdShift = sequenceBits + workerIdBits

private[this] val timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits

private[this] val sequenceMask = -1L ^ (-1L << sequenceBits)

private[this] var lastTimestamp = -1L

// sanity check for workerId

if (workerId > maxWorkerId || workerId < 0) {

exceptionCounter.incr(1)

throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0".format(maxWorkerId))

}

if (datacenterId > maxDatacenterId || datacenterId < 0) {

exceptionCounter.incr(1)

throw new IllegalArgumentException("datacenter Id can't be greater than %d or less than 0".format(maxDatacenterId))

}

log.info("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d",

timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId)

def get_id(useragent: String): Long = {

if (!validUseragent(useragent)) {

exceptionCounter.incr(1)

throw new InvalidUserAgentError

}

val id = nextId()

genCounter(useragent)

reporter.report(new AuditLogEntry(id, useragent, rand.nextLong))

id

}

def get_worker_id(): Long = workerId

def get_datacenter_id(): Long = datacenterId

def get_timestamp() = System.currentTimeMillis

protected[snowflake] def nextId(): Long = synchronized {

var timestamp = timeGen()

if (timestamp < lastTimestamp) {

  exceptionCounter.incr(1)

  log.error("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp);

  throw new InvalidSystemClock("Clock moved backwards.  Refusing to generate id for %d milliseconds".format(

    lastTimestamp - timestamp))

}

if (lastTimestamp == timestamp) {

  sequence = (sequence + 1) & sequenceMask

  if (sequence == 0) {

    timestamp = tilNextMillis(lastTimestamp)

  }

} else {

  sequence = 0

}

lastTimestamp = timestamp

((timestamp - twepoch) << timestampLeftShift) |

  (datacenterId << datacenterIdShift) |

  (workerId << workerIdShift) |

  sequence

}

protected def tilNextMillis(lastTimestamp: Long): Long = {

var timestamp = timeGen()

while (timestamp <= lastTimestamp) {

timestamp = timeGen()

}

timestamp

}

protected def timeGen(): Long = System.currentTimeMillis()

val AgentParser = """([a-zA-Z][a-zA-Z-0-9]*)""".r

def validUseragent(useragent: String): Boolean = useragent match {

case AgentParser(_) => true

case _ => false

}

}

Scala是一门可以编译成字节码的语言，简单理解是在Java语法基础上加上了很多语法糖，例如不用每条语句后写分号，可以使用动态类型等等。抱着试一试的心态，我把Scala版的代码“翻译”成Java版本的，对scala代码改动的地方如下：

/** Copyright 2010-2012 Twitter, Inc.*/

package com.twitter.service.snowflake

import com.twitter.ostrich.stats.Stats

import com.twitter.service.snowflake.gen._

import java.util.Random

import com.twitter.logging.Logger

/**

An object that generates IDs.
This is broken into a separate class in case
we ever want to support multiple worker threads
per process

*/

class IdWorker( // |

val workerId: Long, // |

val datacenterId: Long, // |<--这部分改成Java的构造函数形式

private val reporter: Reporter,//日志相关，删 // |

var sequence: Long = 0L) // |

extends Snowflake.Iface { //接口找不到，删 // |

private[this] def genCounter(agent: String) = { // |

Stats.incr("ids_generated") // |

Stats.incr("ids_generated_%s".format(agent)) // |<--错误、日志处理相关，删

} // |

private[this] val exceptionCounter = Stats.getCounter("exceptions") // |

private[this] val log = Logger.get // |

private[this] val rand = new Random // |

val twepoch = 1288834974657L

private[this] var lastTimestamp = -1L

//----------------------------------------------------------------------------------------------------------------------------//

// sanity check for workerId //

if (workerId > maxWorkerId || workerId < 0) { //

exceptionCounter.incr(1) //<--错误处理相关，删 //

throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0".format(maxWorkerId)) //这

// |-->改成：throw new IllegalArgumentException //部

// (String.format("worker Id can't be greater than %d or less than 0",maxWorkerId)) //分

} //放

//到

if (datacenterId > maxDatacenterId || datacenterId < 0) { //构

exceptionCounter.incr(1) //<--错误处理相关，删 //造

throw new IllegalArgumentException("datacenter Id can't be greater than %d or less than 0".format(maxDatacenterId)) //函

// |-->改成：throw new IllegalArgumentException //数

// (String.format("datacenter Id can't be greater than %d or less than 0",maxDatacenterId)) //中

} //

//

log.info("worker starting. timestamp left shift %d, datacenter id bits %d, worker id bits %d, sequence bits %d, workerid %d", //

timestampLeftShift, datacenterIdBits, workerIdBits, sequenceBits, workerId) //

// |-->改成：System.out.printf("worker...%d...",timestampLeftShift,...); //

//----------------------------------------------------------------------------------------------------------------------------//

//-------------------------------------------------------------------//

//这个函数删除错误处理相关的代码后，剩下一行代码：val id = nextId() //

//所以我们直接调用nextId()函数可以了，所以在“翻译”时可以删除这个函数 //

def get_id(useragent: String): Long = { //

if (!validUseragent(useragent)) { //

exceptionCounter.incr(1) //

throw new InvalidUserAgentError //删

} //除

//

val id = nextId() //

genCounter(useragent) //

//

reporter.report(new AuditLogEntry(id, useragent, rand.nextLong)) //

id //

} //

//-------------------------------------------------------------------//

def get_worker_id(): Long = workerId // |

def get_datacenter_id(): Long = datacenterId // |<--改成Java函数

def get_timestamp() = System.currentTimeMillis // |

protected[snowflake] def nextId(): Long = synchronized { // 改成Java函数

var timestamp = timeGen()

if (timestamp < lastTimestamp) {

  exceptionCounter.incr(1) // 错误处理相关，删

  log.error("clock is moving backwards.  Rejecting requests until %d.", lastTimestamp); // 改成System.err.printf(...)

  throw new InvalidSystemClock("Clock moved backwards.  Refusing to generate id for %d milliseconds".format(

    lastTimestamp - timestamp)) // 改成RumTimeException

}

if (lastTimestamp == timestamp) {

  sequence = (sequence + 1) & sequenceMask

  if (sequence == 0) {

    timestamp = tilNextMillis(lastTimestamp)

  }

} else {

  sequence = 0

}

lastTimestamp = timestamp

((timestamp - twepoch) << timestampLeftShift) | // |<--加上关键字return

  (datacenterId << datacenterIdShift) |         // |

  (workerId << workerIdShift) |                 // |

  sequence                                      // |

}

protected def tilNextMillis(lastTimestamp: Long): Long = { // 改成Java函数

var timestamp = timeGen()

while (timestamp <= lastTimestamp) {

timestamp = timeGen()

}

timestamp // 加上关键字return

}

protected def timeGen(): Long = System.currentTimeMillis() // 改成Java函数

val AgentParser = """([a-zA-Z][a-zA-Z-0-9]*)""".r // |

// |

def validUseragent(useragent: String): Boolean = useragent match { // |<--日志相关，删

case AgentParser(_) => true // |

case _ => false // |

} // |

}

改出来的Java版：

public class IdWorker{

private long workerId;

private long datacenterId;

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;

}

private long twepoch = 1288834974657L;

private long workerIdBits = 5L;

private long datacenterIdBits = 5L;

private long maxWorkerId = -1L ^ (-1L << workerIdBits);

private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);

private long sequenceBits = 12L;

private long workerIdShift = sequenceBits;

private long datacenterIdShift = sequenceBits + workerIdBits;

private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

private long sequenceMask = -1L ^ (-1L << sequenceBits);

private long lastTimestamp = -1L;

public long getWorkerId(){

    return workerId;

}

public long getDatacenterId(){

    return datacenterId;

}

public long getTimestamp(){

    return System.currentTimeMillis();

}

public synchronized long nextId() {

    long timestamp = timeGen();

    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));

    }

    if (lastTimestamp == timestamp) {

        sequence = (sequence + 1) & sequenceMask;

        if (sequence == 0) {

            timestamp = tilNextMillis(lastTimestamp);

        }

    } else {

        sequence = 0;

    }

    lastTimestamp = timestamp;

    return ((timestamp - twepoch) << timestampLeftShift) |

            (datacenterId << datacenterIdShift) |

            (workerId << workerIdShift) |

            sequence;

}

private long tilNextMillis(long lastTimestamp) {

    long timestamp = timeGen();

    while (timestamp <= lastTimestamp) {

        timestamp = timeGen();

    }

    return timestamp;

}

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());

    }

}

}

代码理解

上面的代码中，有部分位运算的代码，如：

sequence = (sequence + 1) & sequenceMask;

private long maxWorkerId = -1L ^ (-1L << workerIdBits);

return ((timestamp - twepoch) << timestampLeftShift) |

(datacenterId << datacenterIdShift) |

(workerId << workerIdShift) |

sequence;

为了能更好理解，我对相关知识研究了一下。

负数的二进制表示

在计算机中，负数的二进制是用补码来表示的。

假设我是用Java中的int类型来存储数字的，

int类型的大小是32个二进制位（bit），即4个字节（byte）。（1 byte = 8 bit）

那么十进制数字3在二进制中的表示应该是这样的：

00000000 00000000 00000000 00000011

// 3的二进制表示，就是原码

那数字-3在二进制中应该如何表示？

我们可以反过来想想，因为-3+3=0，

在二进制运算中把-3的二进制看成未知数x来求解，

求解算式的二进制表示如下：

00000000 00000000 00000000 00000011 //3，原码

xxxxxxxx xxxxxxxx xxxxxxxx xxxxxxxx //-3，补码

00000000 00000000 00000000 00000000

反推x的值，3的二进制加上什么值才使结果变成00000000 00000000 00000000 00000000？：

00000000 00000000 00000000 00000011 //3，原码

11111111 11111111 11111111 11111101 //-3，补码

1 00000000 00000000 00000000 00000000

反推的思路是3的二进制数从最低位开始逐位加1，使溢出的1不断向高位溢出，直到溢出到第33位。然后由于int类型最多只能保存32个二进制位，所以最高位的1溢出了，剩下的32位就成了（十进制的）0。

补码的意义就是可以拿补码和原码（3的二进制）相加，最终加出一个“溢出的0”

以上是理解的过程，实际中记住公式就很容易算出来：

补码 = 反码 + 1

补码 = （原码 - 1）再取反码

因此-1的二进制应该这样算：

00000000 00000000 00000000 00000001 //原码：1的二进制

11111111 11111111 11111111 11111110 //取反码：1的二进制的反码

11111111 11111111 11111111 11111111 //加1：-1的二进制表示（补码）

用位运算计算n个bit能表示的最大数值

比如这样一行代码：

private long workerIdBits = 5L;

private long maxWorkerId = -1L ^ (-1L << workerIdBits);

上面代码换成这样看方便一点：

long maxWorkerId = -1L ^ (-1L << 5L)

咋一看真的看不准哪个部分先计算，于是查了一下Java运算符的优先级表:

图片描述

所以上面那行代码中，运行顺序是：

-1 左移 5，得结果a

-1 异或 a

long maxWorkerId = -1L ^ (-1L << 5L)的二进制运算过程如下：

-1 左移 5，得结果a ：

    11111111 11111111 11111111 11111111 //-1的二进制表示（补码）

11111 11111111 11111111 11111111 11100000 //高位溢出的不要，低位补0

11111111 11111111 11111111 11100000 //结果a

-1 异或 a ：

    11111111 11111111 11111111 11111111 //-1的二进制表示（补码）

^   11111111 11111111 11111111 11100000 //两个操作数的位中，相同则为0，不同则为1

    00000000 00000000 00000000 00011111 //最终结果31

最终结果是31，二进制00000000 00000000 00000000 00011111转十进制可以这么算：

24+23+22+21+20=16+8+4+2+1=31

那既然现在知道算出来long maxWorkerId = -1L ^ (-1L << 5L)中的maxWorkerId = 31，有什么含义？为什么要用左移5来算？如果你看过概述部分，请找到这段内容看看：

5位（bit）可以表示的最大正整数是25−1=31，即可以用0、1、2、3、....31这32个数字，来表示不同的datecenterId或workerId

-1L ^ (-1L << 5L)结果是31，25−1的结果也是31，所以在代码中，-1L ^ (-1L << 5L)的写法是利用位运算计算出5位能表示的最大正整数是多少

用mask防止溢出

有一段有趣的代码：

sequence = (sequence + 1) & sequenceMask;

分别用不同的值测试一下，你就知道它怎么有趣了：

    long seqMask = -1L ^ (-1L << 12L); //计算12位能耐存储的最大正整数，相当于：2^12-1 = 4095

    System.out.println("seqMask: "+seqMask);

    System.out.println(1L & seqMask);

    System.out.println(2L & seqMask);

    System.out.println(3L & seqMask);

    System.out.println(4L & seqMask);

    System.out.println(4095L & seqMask);

    System.out.println(4096L & seqMask);

    System.out.println(4097L & seqMask);

    System.out.println(4098L & seqMask);

    /**

    seqMask: 4095

    1

    2

    3

    4

    4095

    0

    1

    2

    */

这段代码通过位与运算保证计算的结果范围始终是 0-4095 ！

用位运算汇总结果

还有另外一段诡异的代码：

return ((timestamp - twepoch) << timestampLeftShift) |

(datacenterId << datacenterIdShift) |

(workerId << workerIdShift) |

sequence;

为了弄清楚这段代码，

首先需要计算一下相关的值：

private long twepoch = 1288834974657L; //起始时间戳，用于用当前时间戳减去这个时间戳，算出偏移量

private long workerIdBits = 5L; //workerId占用的位数：5

private long datacenterIdBits = 5L; //datacenterId占用的位数：5

private long maxWorkerId = -1L ^ (-1L << workerIdBits);  // workerId可以使用的最大数值：31

private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); // datacenterId可以使用的最大数值：31

private long sequenceBits = 12L;//序列号占用的位数：12

private long workerIdShift = sequenceBits; // 12

private long datacenterIdShift = sequenceBits + workerIdBits; // 12+5 = 17

private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits; // 12+5+5 = 22

private long sequenceMask = -1L ^ (-1L << sequenceBits);//4095

private long lastTimestamp = -1L;

其次写个测试，把参数都写死，并运行打印信息，方便后面来核对计算结果：

//---------------测试---------------

public static void main(String[] args) {

    long timestamp = 1505914988849L;

    long twepoch = 1288834974657L;

    long datacenterId = 17L;

    long workerId = 25L;

    long sequence = 0L;

    System.out.printf("\ntimestamp: %d \n",timestamp);

    System.out.printf("twepoch: %d \n",twepoch);

    System.out.printf("datacenterId: %d \n",datacenterId);

    System.out.printf("workerId: %d \n",workerId);

    System.out.printf("sequence: %d \n",sequence);

    System.out.println();

    System.out.printf("(timestamp - twepoch): %d \n",(timestamp - twepoch));

    System.out.printf("((timestamp - twepoch) << 22L): %d \n",((timestamp - twepoch) << 22L));

    System.out.printf("(datacenterId << 17L): %d \n" ,(datacenterId << 17L));

    System.out.printf("(workerId << 12L): %d \n",(workerId << 12L));

    System.out.printf("sequence: %d \n",sequence);

    long result = ((timestamp - twepoch) << 22L) |

            (datacenterId << 17L) |

            (workerId << 12L) |

            sequence;

    System.out.println(result);

}

/** 打印信息：

    timestamp: 1505914988849

    twepoch: 1288834974657

    datacenterId: 17

    workerId: 25

    sequence: 0 

    (timestamp - twepoch): 217080014192

    ((timestamp - twepoch) << 22L): 910499571845562368

    (datacenterId << 17L): 2228224

    (workerId << 12L): 102400

    sequence: 0

    910499571847892992

*/

代入位移的值得之后，就是这样：

return ((timestamp - 1288834974657) << 22) |

(datacenterId << 17) |

(workerId << 12) |

sequence;

对于尚未知道的值，我们可以先看看概述中对SnowFlake结构的解释，再代入在合法范围的值(windows系统可以用计算器方便计算这些值的二进制)，来了解计算的过程。

当然，由于我的测试代码已经把这些值写死了，那直接用这些值来手工验证计算结果即可：

    long timestamp = 1505914988849L;

    long twepoch = 1288834974657L;

    long datacenterId = 17L;

    long workerId = 25L;

    long sequence = 0L;

设：timestamp = 1505914988849，twepoch = 1288834974657

1505914988849 - 1288834974657 = 217080014192 (timestamp相对于起始时间的毫秒偏移量)，其(a)二进制左移22位计算过程如下：

                    |<--这里开始左右22位                            ‭

00000000 00000000 000000|00 00110010 10001010 11111010 00100101 01110000 // a = 217080014192

00001100 10100010 10111110 10001001 01011100 00|000000 00000000 00000000 // a左移22位后的值(la)

|<--这里后面的位补0

设：datacenterId = 17，其（b）二进制左移17位计算过程如下：

               |<--这里开始左移17位

00000000 00000000 0|0000000 ‭00000000 00000000 00000000 00000000 00010001 // b = 17

0000000‭0 00000000 00000000 00000000 00000000 0010001|0 00000000 00000000 // b左移17位后的值(lb)

|<--这里后面的位补0

设：workerId = 25，其（c）二进制左移12位计算过程如下：

         |<--这里开始左移12位

‭00000000 0000|0000 00000000 00000000 00000000 00000000 00000000 00011001‬ // c = 25

00000000 00000000 00000000 00000000 00000000 00000001 1001|0000 00000000‬ // c左移12位后的值(lc)

|<--这里后面的位补0

设：sequence = 0，其二进制如下：

00000000 00000000 00000000 00000000 00000000 00000000 0000‭0000 00000000‬ // sequence = 0

现在知道了每个部分左移后的值(la,lb,lc)，代码可以简化成下面这样去理解：

return ((timestamp - 1288834974657) << 22) |

(datacenterId << 17) |

(workerId << 12) |

sequence;

       |

       |简化

      \|/

return (la) |

(lb) |

(lc) |

sequence;

上面的管道符号|在Java中也是一个位运算符。其含义是：

x的第n位和y的第n位只要有一个是1，则结果的第n位也为1，否则为0，因此，我们对四个数的位或运算如下：

1 | 41 | 5 | 5 | 12

0|0001100 10100010 10111110 10001001 01011100 00|00000|0 0000|0000 00000000 //la

0|000000‭0 00000000 00000000 00000000 00000000 00|10001|0 0000|0000 00000000 //lb

0|0000000 00000000 00000000 00000000 00000000 00|00000|1 1001|0000 00000000 //lc

or 0|0000000 00000000 00000000 00000000 00000000 00|00000|0 0000|‭0000 00000000‬ //sequence

0|0001100 10100010 10111110 10001001 01011100 00|10001|1 1001|‭0000 00000000‬ //结果：910499571847892992

结果计算过程：

从至左列出1出现的下标（从0开始算）：

0000 1 1 00 1 0 1 000 1 0 1 0 1 1 1 1 1 0 1 000 1 00 1 0 1 0 1 1 1 0000 1 000 1 1 1 00 1‭ 0000 0000 0000

59 58 55 53 49 47 45 44 43 42 41 39 35 32 30 28 27 26 21 17 16 15 12

2) 各个下标作为2的幂数来计算，并相加：

259+258+255+253+249+247+245+244+243+242+241+239+235+232+230+228+227+226+221+217+216+215+22

2^59} : 576460752303423488

2^58} : 288230376151711744

2^55} : 36028797018963968

2^53} : 9007199254740992

2^49} : 562949953421312

2^47} : 140737488355328

2^45} : 35184372088832

2^44} : 17592186044416

2^43} : 8796093022208

2^42} : 4398046511104

2^41} : 2199023255552

2^39} : 549755813888

2^35} : 34359738368

2^32} : 4294967296

2^30} : 1073741824

2^28} : 268435456

2^27} : 134217728

2^26} : 67108864

2^21} : 2097152

2^17} : 131072

2^16} : 65536

2^15} : 32768

2^12} : 4096

         910499571847892992

计算截图：

图片描述

跟测试程序打印出来的结果一样，手工验证完毕！

观察

1 | 41 | 5 | 5 | 12

0|0001100 10100010 10111110 10001001 01011100 00| | | //la

0| |10001| | //lb

0| | |1 1001| //lc

or 0| | | |‭0000 00000000‬ //sequence

0|0001100 10100010 10111110 10001001 01011100 00|10001|1 1001|‭0000 00000000‬ //结果：910499571847892992

上面的64位我按1、41、5、5、12的位数截开了，方便观察。

纵向观察发现:

在41位那一段，除了la一行有值，其它行（lb、lc、sequence）都是0，（我爸其它）

在左起第一个5位那一段，除了lb一行有值，其它行都是0

在左起第二个5位那一段，除了lc一行有值，其它行都是0

按照这规律，如果sequence是0以外的其它值，12位那段也会有值的，其它行都是0

横向观察发现:

在la行，由于左移了5+5+12位，5、5、12这三段都补0了，所以la行除了41那段外，其它肯定都是0

同理，lb、lc、sequnece行也以此类推

正因为左移的操作，使四个不同的值移到了SnowFlake理论上相应的位置，然后四行做位或运算（只要有1结果就是1），就把4段的二进制数合并成一个二进制数。

结论：

所以，在这段代码中

return ((timestamp - 1288834974657) << 22) |

(datacenterId << 17) |

(workerId << 12) |

sequence;

左移运算是为了将数值移动到对应的段(41、5、5，12那段因为本来就在最右，因此不用左移)。

然后对每个左移后的值(la、lb、lc、sequence)做位或运算，是为了把各个短的数据合并起来，合并成一个二进制数。

最后转换成10进制，就是最终生成的id

扩展

在理解了这个算法之后，其实还有一些扩展的事情可以做：

根据自己业务修改每个位段存储的信息。算法是通用的，可以根据自己需求适当调整每段的大小以及存储的信息。

解密id，由于id的每段都保存了特定的信息，所以拿到一个id，应该可以尝试反推出原始的每个段的信息。反推出的信息可以帮助我们分析。比如作为订单，可以知道该订单的生成日期，负责处理的数据中心等等。

秒客网

理解分布式id生成算法SnowFlake