這篇文章主要介紹了基于python實(shí)現(xiàn)雪花算法過程詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

成都創(chuàng)新互聯(lián)公司制作網(wǎng)站網(wǎng)頁(yè)找三站合一網(wǎng)站制作公司,專注于網(wǎng)頁(yè)設(shè)計(jì),做網(wǎng)站、成都網(wǎng)站設(shè)計(jì),網(wǎng)站設(shè)計(jì),企業(yè)網(wǎng)站搭建,網(wǎng)站開發(fā),建網(wǎng)站業(yè)務(wù),680元做網(wǎng)站,已為成百上千服務(wù),成都創(chuàng)新互聯(lián)公司網(wǎng)站建設(shè)將一如既往的為我們的客戶提供最優(yōu)質(zhì)的網(wǎng)站建設(shè)、網(wǎng)絡(luò)營(yíng)銷推廣服務(wù)!

Snowflake是Twitter提出來的一個(gè)算法，其目的是生成一個(gè)64bit的整數(shù):

• 1bit:一般是符號(hào)位，不做處理
• 41bit:用來記錄時(shí)間戳，這里可以記錄69年，如果設(shè)置好起始時(shí)間比如今年是2018年，那么可以用到2089年，到時(shí)候怎么辦？要是這個(gè)系統(tǒng)能用69年，我相信這個(gè)系統(tǒng)早都重構(gòu)了好多次了。
• 10bit:10bit用來記錄機(jī)器ID，總共可以記錄1024臺(tái)機(jī)器，一般用前5位代表數(shù)據(jù)中心，后面5位是某個(gè)數(shù)據(jù)中心的機(jī)器ID
• 12bit:循環(huán)位，用來對(duì)同一個(gè)毫秒之內(nèi)產(chǎn)生不同的ID，12位可以最多記錄4095個(gè)，也就是在同一個(gè)機(jī)器同一毫秒最多記錄4095個(gè)，多余的需要進(jìn)行等待下毫秒。

上面只是一個(gè)將64bit劃分的標(biāo)準(zhǔn)，當(dāng)然也不一定這么做，可以根據(jù)不同業(yè)務(wù)的具體場(chǎng)景來劃分，比如下面給出一個(gè)業(yè)務(wù)場(chǎng)景：

• 服務(wù)目前QPS10萬(wàn)，預(yù)計(jì)幾年之內(nèi)會(huì)發(fā)展到百萬(wàn)。
• 當(dāng)前機(jī)器三地部署，上海，北京，深圳都有。
• 當(dāng)前機(jī)器10臺(tái)左右，預(yù)計(jì)未來會(huì)增加至百臺(tái)。
• 這個(gè)時(shí)候我們根據(jù)上面的場(chǎng)景可以再次合理的劃分62bit,QPS幾年之內(nèi)會(huì)發(fā)展到百萬(wàn)，那么每毫秒就是千級(jí)的請(qǐng)求，目前10臺(tái)機(jī)器那么每臺(tái)機(jī)器承擔(dān)百級(jí)的請(qǐng)求，為了保證擴(kuò)展，后面的循環(huán)位可以限制到1024，也就是2^10，那么循環(huán)位10位就足夠了。

機(jī)器三地部署我們可以用3bit總共8來表示機(jī)房位置，當(dāng)前的機(jī)器10臺(tái)，為了保證擴(kuò)展到百臺(tái)那么可以用7bit 128來表示，時(shí)間位依然是41bit,那么還剩下64-10-3-7-41-1 = 2bit,還剩下2bit可以用來進(jìn)行擴(kuò)展。

時(shí)鐘回?fù)?/p>

因?yàn)闄C(jī)器的原因會(huì)發(fā)生時(shí)間回?fù)埽覀兊难┗ㄋ惴ㄊ菑?qiáng)依賴我們的時(shí)間的，如果時(shí)間發(fā)生回?fù)?，有可能?huì)生成重復(fù)的ID，在我們上面的nextId中我們用當(dāng)前時(shí)間和上一次的時(shí)間進(jìn)行判斷，如果當(dāng)前時(shí)間小于上一次的時(shí)間那么肯定是發(fā)生了回?fù)?，算法?huì)直接拋出異常.

# Twitter's Snowflake algorithm implementation which is used to generate distributed IDs.
# https://github.com/twitter-archive/snowflake/blob/snowflake-2010/src/main/scala/com/twitter/service/snowflake/IdWorker.scala

import time
import logging

from .exceptions import InvalidSystemClock


# 64位ID的劃分
WORKER_ID_BITS = 5
DATACENTER_ID_BITS = 5
SEQUENCE_BITS = 12

# 大取值計(jì)算
MAX_WORKER_ID = -1 ^ (-1 << WORKER_ID_BITS) # 2**5-1 0b11111
MAX_DATACENTER_ID = -1 ^ (-1 << DATACENTER_ID_BITS)

# 移位偏移計(jì)算
WOKER_ID_SHIFT = SEQUENCE_BITS
DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS
TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS

# 序號(hào)循環(huán)掩碼
SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS)

# Twitter元年時(shí)間戳
TWEPOCH = 1288834974657


logger = logging.getLogger('flask.app')


class IdWorker(object):
  """
  用于生成IDs
  """

  def __init__(self, datacenter_id, worker_id, sequence=0):
    """
    初始化
    :param datacenter_id: 數(shù)據(jù)中心（機(jī)器區(qū)域）ID
    :param worker_id: 機(jī)器ID
    :param sequence: 其實(shí)序號(hào)
    """
    # sanity check
    if worker_id > MAX_WORKER_ID or worker_id < 0:
      raise ValueError('worker_id值越界')

    if datacenter_id > MAX_DATACENTER_ID or datacenter_id < 0:
      raise ValueError('datacenter_id值越界')

    self.worker_id = worker_id
    self.datacenter_id = datacenter_id
    self.sequence = sequence

    self.last_timestamp = -1 # 上次計(jì)算的時(shí)間戳

  def _gen_timestamp(self):
    """
    生成整數(shù)時(shí)間戳
    :return:int timestamp
    """
    return int(time.time() * 1000)

  def get_id(self):
    """
    獲取新ID
    :return:
    """
    timestamp = self._gen_timestamp()

    # 時(shí)鐘回?fù)?    if timestamp < self.last_timestamp:
      logging.error('clock is moving backwards. Rejecting requests until {}'.format(self.last_timestamp))
      raise InvalidSystemClock

    if timestamp == self.last_timestamp:
      self.sequence = (self.sequence + 1) & SEQUENCE_MASK
      if self.sequence == 0:
        timestamp = self._til_next_millis(self.last_timestamp)
    else:
      self.sequence = 0

    self.last_timestamp = timestamp

    new_id = ((timestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT) | (self.datacenter_id << DATACENTER_ID_SHIFT) | \
         (self.worker_id << WOKER_ID_SHIFT) | self.sequence
    return new_id

  def _til_next_millis(self, last_timestamp):
    """
    等到下一毫秒
    """
    timestamp = self._gen_timestamp()
    while timestamp <= last_timestamp:
      timestamp = self._gen_timestamp()
    return timestamp

if __name__ == '__main__':
  worker = IdWorker(1, 2, 0)
  print(worker.get_id())

本文標(biāo)題：基于python實(shí)現(xiàn)雪花算法過程詳解-創(chuàng)新互聯(lián)
網(wǎng)址分享：http://aaarwkj.com/article26/gdjcg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供微信公眾號(hào)、軟件開發(fā)、網(wǎng)站制作、外貿(mào)網(wǎng)站建設(shè)、網(wǎng)站導(dǎo)航、做網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)