一篇让你学会雪花算法

 [[419666]]

前言

大家好，我是盼盼!

以前用rand和srand生成过伪随机数，伪随机数的序列是固定的，今天学习生成真正的随机数的生成。

熵池

利用/dev/urandom可以生成随机数的值，/dev/urandomLinux下的熵池，所谓熵池就是当前系统下的环境噪音，描述了一个系统的混乱程度，环境噪音由这几个方面组成，如内存的使用，文件的使用量，不同类型的进程数量等等。

利用/dev/urandom可以生成随机数的值，/dev/urandomLinux下的熵池，所谓熵池就是当前系统下的环境噪音，描述了一个系统的混乱程度，环境噪音由这几个方面组成，如内存的使用，文件的使用量，不同类型的进程数量等等。

#include <stdio.h> 
#include <fcntl.h> 
 
int main() 
{ 
        int randNum = 0; 
        int fd = 0; 
 
    for(int i=0;i<5;i++) 
    {       
      fd = open("/dev/urandom", O_RDONLY);   
      read(fd, (char *)&randNum, sizeof(int)); 
      close(fd);  
      printf("randNum is %d\n", randNum); 
    } 
 
        return 0; 
} 

运行结果：

mapan@mapan-virtual-machine:~/c++$ ./a.out  
randNum is 94961710 
randNum is -523780773 
randNum is 1542169420 
randNum is -1632410867 

每次打印的5个随机数都不一样，其实它的随机性也不太好。雪花算法生成的数的随机性很好，通常在分布式系统中生成唯一ID。

雪花算法

SnowFlake算法产生的ID是一个64位的整型，结构如下(每一部分用“-”符号分隔)：

0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 00000000000

1位标识部分，在java中由于long的最高位是符号位，正数是0，负数是1，一般生成的ID为正数，所以为0;

41位时间戳部分，这个是毫秒级的时间，一般实现上不会存储当前的时间戳，而是时间戳的差值(当前时间-固定的开始时间)，这样可以使产生的ID从更小值开始;41位的时间戳可以使用69年，(1L << 41) / (1000L 60 60 24 365) = 69年;

10位节点部分，Twitter实现中使用前5位作为数据中心标识，后5位作为机器标识，可以部署1024个节点;

12位序列号部分，支持同一毫秒内同一个节点可以生成4096个ID;

/*  
    snowflake  
 
    ID 生成策略  
    毫秒级时间41位+机器ID 10位+毫秒内序列12位。 
    0 41 51 64 +-----------+------+------+ |time |pc |inc | +-----------+------+------+  
    前41bits是以微秒为单位的timestamp。 
    接着10bits是事先配置好的机器ID。 
    最后12bits是累加计数器。 
    macheine id(10bits)标明最多只能有1024台机器同时产生ID，sequence number(12bits)也标明1台机器1ms中最多产生4096个ID， *  
      注意点，因为使用到位移运算，所以需要64位操作系统，不然生成的ID会有可能不正确  
*/   
 
#include <stdio.h>   
#include <pthread.h>   
#include <unistd.h>   
#include <stdlib.h>   
#include <sched.h>   
#include <linux/unistd.h>   
#include <sys/syscall.h>   
#include <errno.h>   
#include<linux/types.h>   
#include<time.h>   
#include <stdint.h>   
#include <sys/time.h>   
 
struct  globle   
{   
    int global_int:12;   
    uint64_t last_stamp;   
    int workid;   
    int seqid;   
};   
 
void set_workid(int workid);   
pid_t gettid( void );   
uint64_t get_curr_ms();   
uint64_t wait_next_ms(uint64_t lastStamp);   
int atomic_incr(int id);   
uint64_t get_unique_id(); 

#include "snowflake.h" 
 
struct globle g_info; 
 
#define   sequenceMask  (-1L ^ (-1L << 12L))  //L表示long型     4095 
 
void set_workid(int workid) 
{ 
 g_info.workid = workid; 
} 
 
pid_t gettid( void )//获取线程ID 
{ 
  return syscall( __NR_gettid ); 
} 
 
uint64_t get_curr_ms()  //获取毫秒 
{ 
  struct timeval time_now; 
  gettimeofday(&time_now,NULL); 
  uint64_t ms_time =time_now.tv_sec*1000+time_now.tv_usec/1000; 
  return ms_time; 
} 
 
uint64_t wait_next_ms(uint64_t lastStamp) 
{ 
  uint64_t cur = 0; 
  do { 
    cur = get_curr_ms(); 
  } while (cur <= lastStamp); 
  return cur; 
} 
 
int atomic_incr(int id)//累加 
{ 
  __sync_add_and_fetch(&id, 1); 
  return id; 
} 
 
uint64_t get_unique_id() 
{ 
  uint64_t  uniqueId=0; 
  uint64_t nowtime = get_curr_ms();//获取当前毫秒数 
 
  uniqueId = nowtime << 22;   //填补时间戳部分 
 
  //0x3ff 1023,二进制对应11 1111 1111  
  //100的二进制0000 0000 0000 0000 0000 0000 0110 0100 
  //先执行移位 
  uniqueId |= (g_info.workid & 0x3ff) << 12;   //填补节点部分 
 
  if (nowtime < g_info.last_stamp) 
  { 
    perror("error"); 
    exit(-1); 
  } 
 
  if (nowtime == g_info.last_stamp) 
  { 
    //4095的二进制0000 1111 1111 1111      [long型] 
    g_info.seqid = atomic_incr(g_info.seqid) & sequenceMask; 
    if (g_info.seqid == 0)  //seqid=0防止冲突，修改时间 
    { 
      nowtime = wait_next_ms(g_info.last_stamp);//获取大于当前时间的time 
    } 
  } 
  else 
  { 
    g_info.seqid  = 0; 
  } 
  g_info.last_stamp = nowtime; 
 
  uniqueId |= g_info.seqid;//填补序列号部分 
  return uniqueId; 
} 
 
int main() 
{ 
  set_workid(100); 
  int i; 
  for(i=0;i<10;i++) 
  { 
    uint64_t unquie = get_unique_id(); 
    printf("pthread_id:%u, id [%llu]\n",gettid(),unquie); 
  } 
 
  return;   
} 

运行结果：

mapan@mapan-virtual-machine:~/c++$ ./a.out  
pthread_id:4970, id [6595660141600063488] 
pthread_id:4970, id [6595660141600063489] 
pthread_id:4970, id [6595660141600063490] 
pthread_id:4970, id [6595660141600063491] 
pthread_id:4970, id [6595660141600063492] 

结尾

雪花算法很多大厂都在使用，随机性比熵池要好。雪花算法的思想在平时工作中也有用到，将多个数据拼到一个值里面是常用套路，要掌握。