这个整数是什么
Snowflake id 是一个 64 位整数,集群可以自己发号,不必向某一个数据库要下一个序号。Twitter 公布的布局就是本页使用的布局:1 个始终为 0 的符号位,41 位从所选纪元起算的毫秒,5 位数据中心,5 位 worker,12 位序列。1 + 41 + 5 + 5 + 12 = 64。符号位是 0,所以这个值既能放进有符号 64 位整数,也能放进无符号整数。
41 位字段按毫秒计数,因此 id 随时间增大,数据库可以把它当作聚簇键。该字段能表示 2^41 - 1 毫秒,大约 69.7 年,从你选择的纪元起算。它本身不是一个日历日期。
位布局,以及一个可以核对的值
本页用 (delta << 22) | (datacenter << 17) | (worker << 12) | sequence 来组装整数。delta 是 Unix 毫秒时间减去纪元,再取 41 位。数据中心和 worker 各取 5 位(0 到 31)。序列取 12 位(0 到 4095)。
取时间 2020-01-01T00:00:00.000Z,即 1577836800000。减去 Twitter 纪元 1288834974657(2010-11-04T01:42:54.657Z)。delta 为 289001825343。数据中心 1、worker 2、序列 3 时,整数是 1212161512043585539。反向解码:位置 22 以上的 41 位,加上同一个纪元,得到 1577836800000。第 17 到 21 位是数据中心 1,第 12 到 16 位是 worker 2,最低 12 位是序列 3。
1212161512043585539
bit 63 sign 0
bits 22-62 timestamp 00100001101001001110110011110010000111111
bits 17-21 datacenter 00001 = 1
bits 12-16 worker 00010 = 2
bits 0-11 sequence 000000000011 = 3纪元是 id 的一部分
整数里没有记录使用了哪个纪元。本页提供三个预设。Twitter 是 1288834974657。Discord 是 1420070400000,即 2015-01-01T00:00:00.000Z。Unix 是 0。用 Discord 纪元去解 1212161512043585539,不会得到 2020-01-01。你会得到一个比真实时间早 1420070400000 毫秒的时刻,因为加错了常数。
41 位字段也决定了结束日期。Twitter 纪元加上 2^41 - 1 毫秒是 2080-07-10T17:30:30.208Z。Discord 纪元到 2084-09-06T15:47:35.551Z。过了这个点,如果生成器仍保持同样的宽度,时间戳就会回绕,除非运维更换纪元或加宽字段。回绕会复用旧 id。
什么时候用它
- 你想要一个按创建时间排序的数字主键,并且它要放进 64 位整数列。
- 你能为每个进程分配不重复的数据中心和 worker 组合,并能维护这一对的序列。
- 你从日志里读到一个 id,需要把时间还原。你必须已经知道生产者的纪元,并且知道它使用的是这种 5/5/12 切分。
常见坑
- 两个进程如果共用数据中心和 worker,又落在同一毫秒、同一序列上,就会发出同一个整数。唯一性是分配问题,不是随机问题。
- 4096 不是单个 worker 在一毫秒内可以超过的额度。正确的生成器会等到下一毫秒,或者返回错误。把序列绕回 0 的生成器会发生碰撞。
- Discord、Mastodon 和其他集群使用同样的位宽,但纪元不同,有的还会对调两个 5 位字段的含义。解析时要用生产者的对照表。本页把第 17 到 21 位当作数据中心,把第 12 到 16 位当作 worker。
- JavaScript 的 Number 放不下这个整数。安全整数上限是 2^53 - 1,Snowflake 比它大。在进入 64 位列之前,用字符串或 BigInt 保存。
- 本页的自定义时间会盖上你输入的时钟。它不检查这个时间是否晚于纪元。早于纪元的时间戳会让 delta 下溢。
Snowflake 与 ULID、UUID v4
| Snowflake(本页) | ULID | UUID v4 | |
|---|---|---|---|
| 存储形式 | 64 位整数 | 26 字符的字符串,128 位 | 36 字符的十六进制字符串,128 位 |
| 时间顺序 | 有,来自 41 位字段 | 有,来自 48 位前缀 | 没有 |
| 需要 worker id | 需要,否则会碰撞 | 不需要 | 不需要 |
| 每毫秒的额度 | 每个 worker 4096 个 | 2^80 个随机后缀 | 不按时间分桶 |
| 能读出时钟 | 只有知道纪元时可以 | 可以,前缀是绝对 Unix 时间 | 没有时钟 |
问题
哪些位是时间戳?
第 22 位到第 62 位,共 41 位。把整数右移 22 位,再与 0x1ffffffffff 做按位与。加上以毫秒计的纪元,就得到 Unix 时间。第 63 位是符号位,保持为 0。
为什么同一个整数会解出两个日期?
纪元没有存在整数里。Twitter 纪元和 Discord 纪元相差 1420070400000 - 1288834974657 毫秒。必须使用生产者所用的纪元,否则日历时间会正好偏掉这个常数。
2080 年会怎样?
对 Twitter 纪元,41 位毫秒计数在 2080-07-10T17:30:30.208Z 用尽。之后这个字段无法表示更晚的 delta。运维必须在那之前更换纪元或位宽。Discord 纪元可以用到 2084-09-06T15:47:35.551Z。
Snowflake 是随机的吗?
不是。给定时间、数据中心、worker 和序列,整数就确定了。抗碰撞来自绝不重复这四个值的组合,而不是来自生日界。
可以把 Discord 的 snowflake 粘贴到这里吗?
可以,先选中 Discord 纪元。位宽和本页的布局一致。如果生产者把两个 5 位字段的顺序对调了,数据中心和 worker 的数字会互换,但时间戳仍然是对的。