snowflake 中文的意思是雪花，所以常被称为雪花算法。SnowFlake 算法，是 Twitter 开源的分布式 id 生成算法。其核心思想就是：使用一个 64 bit 的 long 型的数字作为全局唯一 id。

设计原理

java中，每个数据类型存储所占的字节数不一样，雪花算法生成的数字定义为 long，所以就是8个字节，64位，范围为：-2的64次方 ~ 2的64次方减1，考虑到生成的唯一值用于数据库主键，所以理论值应该从正数开始，容量上也是能满足业务，所以第一位为0是正数，最终范围为：0~9223372036854775808（2的63次方减1）。

组成原理

1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正数，最高位是0。

41位时间截(毫秒级)，注意，41位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截) 得到的值，这里的的开始时间截，一般是我们的id生成器开始使用的时间，由我们程序来指定的。41位的时间截，可以使用69年，年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69。

10位的数据机器位，可以部署在1024个节点，包括5位 datacenterId 和5位 workerId 。

12位序列，毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间截)产生4096个ID序号。加起来刚好64位，为一个Long型。

上面总体是64位，具体位数可自行配置，如想运行更久，需要增加时间戳位数；如想支持更多节点，可增加工作机器id位数；如想支持更高并发，增加序列号位数

优点

整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞(由数据中心ID和机器ID作区分)，并且效率较高，经测试，SnowFlake每秒能够产生26万ID左右。

Java代码

核心

1.线程安全

生成ID的方法是加了synchronized 关键词，确保了线程安全，否则在并发情况下，生成的Id就有可能重复。

同一毫秒生成多个Id时

根据雪花算法的组成，可以看出，如果同一台机器同一毫秒需要生成多个Id，因为毫秒的时间戳、数据机器位一样，则前52位一致，所以需要靠后12位的序列号来区分。lastTimestamp 记录了上一次生成Id的毫秒级的时间戳，timestamp 为当前生成Id时毫秒级的时间戳，如果同一毫秒生成多个id，要生成不同序列号，序列号 sequence 开始为0。

sequence 递增到 4095 要重新回到 0 ，则使用 tilNextMillis 方法阻塞到下一毫秒并赋值给 timestamp，不断获取当前时间和最近生成Id的时间戳进行判断，如果还在当前毫秒级别，则空转，直到下一毫秒。获取新的时间戳后，此时 sequence 回到0。

3.移位并通过或运算拼到一起组成64位的ID

优点： 雪花算法生成的ID是趋势递增，不依赖数据库等第三方系统，生成ID的效率非常高，稳定性好，可以根据自身业务特性分配bit位，比较灵活。

缺点： 每台机器的时钟不同，当时钟回拨可能会发生重复ID。当数据量大时，需要对ID取模分库分表，在跨毫秒时，序列号总是归0，会发生取模后分布不均衡。

如何解决时间回拨问题

时间回拨是指，当机器出现问题,时间可能回到之前,此时雪花算法生成的id可能与之前的id值相同，从而导致id重复。

1.系统抛出异常，运维来手动调整时间。

2.延迟等待，对于偶然性的时间回拨，也许是机器出现了一次小故障，频繁出现的概率并不大，所以对于这种情况没必要中断业务，可以采用阻塞线程5ms，再获取时间，对比看时间是否比上一次请求的时间大，如果大了，说明恢复正常了，则不用管；如果还小，说明真出问题了，则抛出异常，呼唤程序员处理。

3.备用机方式来解决，当前机器出现问题，迅速换一台机器，通过高可用解决。