雪花算法简述及实现（hutool、美团leaf）

a051024

527人浏览 · 2026-04-24 23:31:26

a051024 · 2026-04-24 23:31:26 发布

学习整理，如有错误，欢迎指正

雪花算法

概述：

Snowflake 是 Twitter 开源的分布式 ID 生成算法。Snowflake 由 64 bit 的二进制数字组成，这 64bit 的二进制被分成了几部分，每一部分存储的数据都有特定的含义：

在这里插入图片描述

sign(1bit):符号位（标识正负），始终为 0，代表生成的 ID 为正数。
timestamp (41 bits):一共 41 位，用来表示相对时间戳（距自定义基点的毫秒数），可支撑 2^41 毫秒（约 69 年）。通常基点设为系统上线时间（如 2020-01-01），而非 Unix 纪元
datacenter id + worker id (10 bits):一般来说，前 5 位表示机房 ID，后 5 位表示机器 ID（实际项目中可以根据实际情况调整）。这样就可以区分不同集群/机房的节点。
sequence (12 bits):一共 12 位，用来表示序列号。序列号为自增值，代表单台机器每毫秒能够产生的最大 ID 数(2^12 = 4096),也就是说单台机器每毫秒最多可以生成 4096 个唯一 ID。

优缺点：

优点：生成速度比较快、生成的 ID 有序递增、比较灵活（可以对 Snowflake 算法进行简单的改造比如加入业务 ID）。

缺点：时钟回拨风险（需额外处理，详见上方解决方案）、依赖机器 ID 对分布式环境不友好（当需要自动启停或增减机器时，固定的机器 ID 可能不够灵活）。

使用：

轻量化：hutool

糊涂包中，包含雪花算法实现

优点：
零配置、使用简单
无需额外组件
注意：
需要自行保证 workerId 唯一
更适合单机或小规模部署
依赖（Maven）：

<dependency>
    <groupId>cn.hutool</groupId>
    <artifactId>hutool-core</artifactId>
    <version>5.8.26</version>
</dependency>

使用示例：

// 参数：workerId(0~31)、dataCenterId(0~31)
Snowflake snowflake=IdUtil.getSnowflake(1, 1);
long id=snowflake.nextId();

稳定：美团 Leaf

美团 Leaf（Leaf‑snowflake）

优点：大厂生产验证、自动分配 workerId（依赖 ZK）、完善的时钟回拨处理、支持监控告警。
适合：中大型分布式系统、需要严格唯一与高可用。
地址：https://github.com/Meituan-Dianping/Leaf

Leaf提供了两种实现方式：

号段模式（Segment）和 Snowflake 模式

segment方式：

通过从数据库批量获取一段连续ID（号段），缓存在内存中自增发号。
- 数据库只参与“号段分配”，不参与每次发号
- 内存生成ID，性能高
- 通过“双buffer预加载”机制避免号段切换时阻塞

适用场景：
- 大多数业务系统（订单、用户等）
- 对稳定性要求高但不追求完全去中心化的场景

流程：

1、添加依赖

Leaf 官方没有发布到 Maven 中央仓库

本地 install

git clone https://github.com/Meituan-Dianping/Leaf.git
cd Leaf
mvn clean install -DskipTests

执行完后，本地仓库就有了：

<dependency>
    <groupId>com.sankuai.inf.leaf</groupId>
    <artifactId>leaf-core</artifactId>
    <version>1.0.0</version>
</dependency>

随后加入maven可正常使用

2、Spring Boot 配置

application.yml中进行配置项配置

leaf:
  segment:
    enable: true
  jdbc:
    url: jdbc:mysql://localhost:3306/leaf
    username: root
    password: root

3、初始化数据库

CREATE DATABASE leaf;

CREATE TABLE leaf_alloc (
  biz_tag varchar(128) NOT NULL,
  max_id bigint NOT NULL DEFAULT 1,
  step int NOT NULL,
  description varchar(256),
  update_time timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (biz_tag)
);

INSERT INTO leaf_alloc(biz_tag, max_id, step, description)
VALUES ('order', 1, 1000, '订单ID');

4、初始化 Leaf Bean

@Component
public class LeafIdGenerator {

    private SegmentIDGenImpl idGen;

    @PostConstruct
    public void init() {
        idGen = new SegmentIDGenImpl();

        // 配置数据源
        DruidDataSource dataSource = new DruidDataSource();
        dataSource.setUrl("jdbc:mysql://localhost:3306/leaf");
        dataSource.setUsername("root");
        dataSource.setPassword("root");

        idGen.setDataSource(dataSource);
        idGen.init();
    }

    public long nextId(String key) {
        Result result = idGen.get(key);
        if (result.getStatus() == Status.SUCCESS) {
            return result.getId();
        }
        throw new RuntimeException("生成ID失败");
    }
}

5、使用（业务代码）

@RestController
public class OrderController {

    @Autowired
    private LeafIdGenerator idGenerator;

    @GetMapping("/id")
    public Long getId() {
        return idGenerator.nextId("order");
    }
}

Snowflake 模式

直接用算法“算出ID”，用时间戳 + 机器ID + 序列号拼成一个全局唯一ID

推荐在高并发场景下使用

缺点：
- 时钟回拨风险（需要额外处理）
- 机器ID分配复杂（分布式环境下容易冲突）

流程：

1、配置依赖，同上

2、配置 Zookeeper

需要部署：
Apache ZooKeeper

3、初始化代码

@Component
public class SnowflakeIdGenerator {

    private SnowflakeIDGenImpl idGen;

    @PostConstruct
    public void init() throws Exception {
        idGen = new SnowflakeIDGenImpl("127.0.0.1:2181", 8081);
        idGen.init();
    }

    public long nextId() {
        Result result = idGen.get("test");
        if (result.getStatus() == Status.SUCCESS) {
            return result.getId();
        }
        throw new RuntimeException("生成ID失败");
    }
}

对比

维度	Segment	Snowflake
生成方式	数据库分配号段	算法计算
性能	高（内存操作）	极高
依赖	数据库	时间 + 机器ID
是否去中心化	否	是
稳定性	高	中（受时间影响）
推荐场景	主流业务	超高并发/分布式