雪花ID生成器 - 创建唯一的分布式ID

什么是 Snowflake ID 生成器？

Snowflake ID 生成器根据时间戳、机器标识符和序列号构建一个唯一的 64 位数字。Twitter 于 2010 年创建了这种格式，使生成 ID 的各台机器无需相互协调。许多服务器可以同时生成 ID，而不必询问“这个编号用过了吗？”本工具根据输入的值构建一个 Snowflake ID，并展示这些值如何填入 64 位。

Snowflake ID 生成器的工作方式

生成器接收四个输入：

• 时间戳：以毫秒为单位的 Unix 时间戳。留空则使用当前时间。
• 机器 ID：从 0 到 31 的整数（5 位）。这是 Twitter 最初所称的“工作进程 ID”。
• 数据中心 ID：从 0 到 31 的整数（5 位）。
• 序列号：从 0 到 4095 的整数（12 位），用于区分同一毫秒内创建的 ID。

本工具将这四个值合并为一个 64 位 ID，并将结果拆分为时间戳、机器和序列三个部分显示。

时间戳从一个固定的起点开始计算，这个起点称为 Twitter 纪元：2010年11月4日，1:42:54.657 UTC，即 Unix 纪元之后 1,288,834,974,657 毫秒。本生成器不允许更改这个起点，它生成的每个 ID 都以这一固定日期为基准计算。

Snowflake ID 的结构

Snowflake ID 是一个由四部分组成的 64 位整数，从最高有效位向下读取：

最高位始终为 0，因此 Snowflake ID 始终是正数。41 位的时间戳字段和 12 位的序列字段是使 Snowflake ID 便于排序的两个部分：较晚生成的 ID 具有更大的时间戳字段，因此会排在较早生成的 ID 之后。

Snowflake ID 公式

生成器使用以下公式构建 ID：

1delta = timestamp - 1288834974657
2id = (delta << 22) | (dataCenterId << 17) | (machineId << 12) | sequence
3

<< 表示左移位。将一个数字左移 22 位，等同于将其乘以 2²²，即 4,194,304。移位量（22、17、12）直接取自各字段的宽度：序列字段宽 12 位，因此机器 ID 上移 12 位；机器字段宽 5 位，因此数据中心 ID 上移 17 位（12 + 5）；其余字段依此类推。

如何计算 Snowflake ID：完整示例

假设有人输入：

• 时间戳：1,288,834,975,657（恰好比 Twitter 纪元晚 1,000 毫秒）
• 数据中心 ID：1
• 机器 ID：1
• 序列号：0

步骤 1——求时间差。 用时间戳减去纪元：1,288,834,975,657 − 1,288,834,974,657 = 1,000。

步骤 2——将各字段移到相应位置。

• 时间戳：1,000 << 22 = 4,194,304,000
• 数据中心 ID：1 << 17 = 131,072
• 机器 ID：1 << 12 = 4,096
• 序列号：0

步骤 3——使用按位或进行组合。 由于移位后的字段互不重叠，将它们相加与对它们执行按位或运算的结果相同：

4,194,304,000 + 131,072 + 4,096 + 0 = 4,194,439,168

这就是该输入对应的 Snowflake ID。本工具的结果视图会把同一个 64 位二进制串重新拆分为 41 位的时间戳块、10 位的机器块和 12 位的序列块，因此数字的结构一目了然。

Snowflake ID 的应用场景

Twitter 设计这种格式，是为了在众多机器上生成唯一且大致按时间排序的 ID，而无需每台服务器都去检查的中央计数器。其他平台也借鉴了这一思路。例如，Discord 表示其 ID 采用 Twitter 的 Snowflake 格式。同样的思路也出现在数据库分片、电子商务系统的订单 ID 和分布式应用的事件日志中：凡是需要许多机器各自独立分配 ID，又要让 ID 大致按时间排序的地方，都可以用到。

Snowflake ID 的局限性

生产环境中的 Snowflake 生成器通常维护自己的运行时钟：在同一毫秒内每生成一个 ID，序列号就加一；序列号达到 4,095 后，则等待下一毫秒。本工具在两次计算之间不保留任何状态。它根据输入的时间戳、各类 ID 和序列号构建一个 ID，因此适合用来研究这种格式，但与实际运行的生产服务不同。

无论由哪种服务实现，这种设计都有固定限制：

• 固定纪元：此生成器只接受 2010年11月4日（Twitter 纪元）及之后的时间戳。更早的日期无法编码。
• 时间戳上限：41 位的时间戳字段大约在 2080 年七月耗尽。此后，纪元以来的时间差无法放入 41 位中。
• 序列限制：同一台机器在同一毫秒内最多只能生成 4,096 个不同的 ID（0–4095），再继续生成就会出现重复值。
• 机器数量空间：机器 ID 和数据中心 ID 各占 5 位，因此一次部署可以分配 1,024 个不同的机器标识（32 × 32），而不会发生冲突。
• 局部排序而非全局排序：只有当 ID 来自时钟同步的机器时，它们相互之间的排序才是正确的。机器之间的时钟偏差可能破坏严格的时间顺序。

Snowflake ID 的历史

Twitter 在将存储从 MySQL 迁移到 Cassandra 的过程中构建了 Snowflake，因为 Cassandra 不提供顺序 ID 的功能。设计目标是生成不超过 64 位、唯一、大致按时间排序且可直接排序的 ID。初始版本于 2010 年发布，后来被停用，由内部重写的版本取代。其他大型平台也以修改后的形式借鉴了这一设计，因为它们有同样的需求：由许多机器同时生成唯一且可排序的 ID。

常见问题

什么是 Snowflake ID？ Snowflake ID 是一个由时间戳、机器标识符和序列号组成的 64 位数字，旨在让许多机器无需相互协调即可生成唯一 ID。

Snowflake ID 的公式是什么？ id = ((timestamp − epoch) << 22) | (dataCenterId << 17) | (machineId << 12) | sequence，其中纪元是一个固定的起始日期，<< 表示左移位。

可以在此生成器中更改纪元吗？ 不可以。此工具始终以固定的 Twitter 纪元 2010年11月4日 为基准计算时间戳。没有可用于设置其他起始日期的字段。

此工具能解码现有的 Snowflake ID 吗？ 不能。它只会根据输入的时间戳、机器 ID、数据中心 ID 和序列号生成新的 ID，然后显示该新 ID 的位分解结果。

一台机器每毫秒可以生成多少个 Snowflake ID？ 最多 4,096 个，因为序列字段宽 12 位，取值范围为 0 至 4,095。

该生成器可以生成有效时间戳直到哪一年？ 大约到 2080 年七月。41 位的时间戳字段从固定的 2010 年纪元起算，最多可容纳约 69.7 年（Twitter 的说明将其取整为 69 年），此后数值会溢出该字段。

参考文献

1. Twitter。Snowflake README（snowflake-2010 标签），GitHub。Snowflake README — 无需协调、大致按时间排序、不超过 64 位的 ID；41 位时间（69 年）、10 位机器 ID（1,024 台机器）、12 位序列（每台机器每毫秒 4,096 个）；起因是从 MySQL 迁移到 Cassandra。
2. Twitter。IdWorker.scala（snowflake-2010 标签），GitHub。Snowflake IdWorker.scala — twepoch = 1288834974657；5 位工作节点、5 位数据中心、12 位序列；移位量为 12、17 和 22。
3. Discord。API Reference: Snowflakes。Discord API 参考 — Discord 的 ID 采用 Twitter 的 Snowflake 格式。
4. Twitter。Snowflake README（master），GitHub。Snowflake 停用通知 — 初始版本于 2010 年发布，现已停用。