基于python實(shí)現(xiàn)雪花算法過程詳解
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
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,預(yù)計(jì)幾年之內(nèi)會(huì)發(fā)展到百萬。
- 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,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)?br />
因?yàn)闄C(jī)器的原因會(huì)發(fā)生時(shí)間回?fù)?,我們的雪花算法是?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
# 最大取值計(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())
同文件夾下建立exceptions.py
class InvalidSystemClock(Exception): """ 時(shí)鐘回?fù)墚惓? """ pass
配置文件中添加,對(duì)應(yīng)的是機(jī)器ID和序列號(hào)
# Snowflake ID Worker 參數(shù) DATACENTER_ID = 0 WORKER_ID = 0 SEQUENCE = 0
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python 排序最長(zhǎng)英文單詞鏈(列表中前一個(gè)單詞末字母是下一個(gè)單詞的首字母)
這篇文章主要介紹了Python 排序最長(zhǎng)英文單詞鏈(列表中前一個(gè)單詞末字母是下一個(gè)單詞的首字母),列表中每個(gè)元素相當(dāng)于一個(gè)單詞,要實(shí)現(xiàn)列表中前一個(gè)單詞末字母是下一個(gè)單詞的首字母,并且這個(gè)鏈?zhǔn)亲铋L(zhǎng)的。感興趣的可以了解一下2020-12-12
python靜態(tài)web服務(wù)器實(shí)現(xiàn)方法及代碼詳解
在本篇內(nèi)容里小編給大家分享了一篇關(guān)于python靜態(tài)web服務(wù)器實(shí)現(xiàn)方法,有需要的朋友們可以參考下。2022-11-11
pytorch:實(shí)現(xiàn)簡(jiǎn)單的GAN示例(MNIST數(shù)據(jù)集)
今天小編就為大家分享一篇pytorch:實(shí)現(xiàn)簡(jiǎn)單的GAN示例(MNIST數(shù)據(jù)集),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Python基類函數(shù)的重載與調(diào)用實(shí)例分析
這篇文章主要介紹了Python基類函數(shù)的重載與調(diào)用方法,實(shí)例分析了Python中基類函數(shù)的重載及調(diào)用技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-01-01

