lua实现雪花算法

devtools/2024/11/17 6:23:45/

lua实现雪花算法

  • 雪花算法介绍
    • 组成部分
    • 优点
    • 缺点
  • 代码示例

雪花算法介绍

雪花算法(Snowflake Algorithm)是一种用于生成唯一ID的分布式生成算法,最初由Twitter开发。它的主要目的是在分布式系统中生成唯一的、时间有序的ID,这些ID通常用于数据库的主键或在分布式系统中的各种唯一标识符,雪花算法被广泛应用于各种需要生成唯一ID的场景,如分布式数据库、消息队列、分布式缓存系统等

雪花算法生成的ID是一个64位的整数,通常表示为:
41 bits: 时间戳(毫秒级)
10 bits: 机器ID
12 bits: 序列号

组成部分

  1. 时间戳(41 bits):
  • 记录了从某个特定时间(通常是系统启动或某个固定时间点)以来的毫秒数
  • 41位的时间戳可以支持大约69年的时间范围
  1. 机器ID(10 bits):
  • 用于标识生成ID的机器
  • 10位可以标识1024台不同的机器
  1. 序列号(12 bits):
  • 在同一毫秒内生成的多个ID时,用于区分这些ID
  • 12位可以支持每毫秒最多生成4096个唯一的ID

优点

  • 唯一性:通过组合时间戳、机器ID和序列号,确保生成的ID在分布式系统中是唯一的
  • 时间有序:ID是按时间顺序生成的,方便排序和查询
  • 高效:生成ID的过程只需要进行简单的位运算,非常高效

缺点

  • 时钟同步问题:如果系统时钟回拨,可能会导致ID冲突。通常需要处理时钟回拨的问题
  • 机器ID分配:需要确保每台机器的ID是唯一的

代码示例

lua">-- 定义常量
-- local TIMESTAMP_BITS = 41
local MACHINE_ID_BITS = 10
local SEQUENCE_BITS = 12-- 时间戳起始时间(毫秒),例如从2020-01-01 00:00:00开始
local EPOCH = 1577836800000-- 计算掩码
-- local MAX_MACHINE_ID = (1 << MACHINE_ID_BITS) - 1
local MAX_SEQUENCE = (1 << SEQUENCE_BITS) - 1-- 机器ID(0到1023之间)
local machine_id = 123-- 序列号
local sequence = 0
local last_timestamp = -1-- 获取当前时间戳(毫秒)
local function get_current_time()return os.time() * 1000
end-- 等待下一毫秒
local function wait_for_next_millisecond(last_timestamp)local timestamp = get_current_time()while timestamp <= last_timestamp dotimestamp = get_current_time()endreturn timestamp
end-- 生成雪花ID
local function next_id()local timestamp = get_current_time()-- 处理时钟回拨问题if timestamp < last_timestamp thenerror("Clock moved backwards. Refusing to generate id for " .. (last_timestamp - timestamp) .. " milliseconds")endif timestamp == last_timestamp thensequence = (sequence + 1) & MAX_SEQUENCEif sequence == 0 thentimestamp = wait_for_next_millisecond(last_timestamp)endelsesequence = 0endlast_timestamp = timestamp-- 计算时间戳部分local timestamp_left_shift = MACHINE_ID_BITS + SEQUENCE_BITSlocal timestamp_part = ((timestamp - EPOCH) << timestamp_left_shift)-- 计算机器ID部分local machine_id_shift = SEQUENCE_BITSlocal machine_id_part = (machine_id << machine_id_shift)-- 组合生成IDlocal id = timestamp_part | machine_id_part | sequencereturn id
end

http://www.ppmy.cn/devtools/134633.html

相关文章

esp8266的使能多链接,使能单链接是社么意思 AT+CIPMUX

在ESP8266的AT指令集中&#xff0c;ATCIPMUX指令用于设置模块的连接模式&#xff0c;即是否支持多个TCP/UDP连接。具体来说&#xff1a; 使能多链接&#xff08;Multiplexed Connection&#xff09;&#xff1a;当通过ATCIPMUX1设置时&#xff0c;ESP8266模块进入多连接模式。…

leetcode hot100【LeetCode 5.最长回文子串】java实现

LeetCode 5.最长回文子串 题目描述 给定一个字符串 s&#xff0c;找到 s 中最长的回文子串。 示例 1: 输入: s "babad" 输出: "bab" 解释: "aba" 也是一个有效答案。示例 2: 输入: s "cbbd" 输出: "bb"说明: 1 <…

flink实战 -- flink SQL 实现列转行

在 SQL 任务里面经常会遇到一列转多行的需求,下面就来总结一下在 Flink SQL 里面如何实现列转行的,先来看下面的一个具体案例. 需求 原始数据格式如下: namedatatest[{"content_type":"flink","url":"111"},{"content_type&quo…

vcenter service基本异常处理

服务&#xff1a;vcenter service 版本&#xff1a; 7.0.3 问题描述&#xff1a;无法访问vcenter ui 排障思路&#xff1a; 1. 登入vcenter所在服务器执行基础排查&#xff1a;内存、cpu、磁盘、网络等&#xff0c;发现磁盘日志目录已经爆满&#xff0c;删除180天前的日志恢…

智能算法引领金融创新:正大科技的智能分析框架

金融行业的智能化浪潮&#xff0c;推动了算法在投资分析中的深度应用。正大科技依托智能算法&#xff0c;构建了一套涵盖数据采集、分析和优化的智能分析框架&#xff0c;帮助投资者在瞬息万变的市场中作出更明智的决策。本文将解析正大科技如何利用智能算法实现市场洞察&#…

为什么hbase在大数据领域渐渐消失

HBase 曾是大数据存储领域的标杆之一,凭借其强大的分布式、列式存储和高扩展性,广泛应用于电商、社交网络、金融等需要海量数据管理的场景。然而,近年来 HBase 的使用确实在减少,这主要是因为数据技术栈的演变和用户需求的变化。以下是一些主要原因: 1. 复杂的运维和管理…

from sklearn.feature_selection import VarianceThreshold.移除低方差的特征来减少数据集中的特征数量

VarianceThreshold 是 scikit-learn 库中的一个特征选择类&#xff0c;它通过移除低方差的特征来减少数据集中的特征数量。这种方法特别适用于删除那些在整个数据集中几乎不变的特征&#xff0c;因为这些特征对于模型的预测能力贡献不大。 参数&#xff1a; threshold&#x…

uniapp 设置安全区域

<!-- 获取安全区域 --> <script setup lang"ts"> import { computed, ref } from vuelet systemType ref(1) // #ifdef APP-PLUS || H5 || APP-PLUS-NVUE systemType.value 1 const { safeAreaInsets } uni.getSystemInfoSync() console.log(safeAre…