雪花算法（Snowflake ID）是 Twitter 开源的一种分布式 ID 生成算法，其目的是生成全局唯一的 ID。该算法的核心思想是将一个 64 位的二进制数字分成几个部分，每个部分表示不同的信息，例如数据中心ID、机器ID、序列号等。这些部分的取值范围可以根据实际情况进行调整。

使用雪花算法生成的 ID 具有以下特点：

1. 全局唯一，ID 不会重复。
2. 按时间有序，新生成的 ID 比旧的 ID 大。
3. 可以在分布式环境下生成，不需要中心节点协调。
4. 高性能，生成 ID 的速度快。

因其具有全局唯一和分布式特性，常被用于互联网应用的分布式系统中，如订单号生成、数据库主键生成等。

具体实现代码如下：

public class Snowflake {/** 开始时间戳 (2021-01-01) */private final long START_TIMESTAMP = 1609430400000L;/** 机器ID所占的位数 */private final long WORKER_ID_BITS = 5L;/** 数据标识ID所占的位数 */private final long DATA_CENTER_ID_BITS = 5L;/** 支持的最大机器ID，结果是31 (0B11111) */private final long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS);/** 支持的最大数据标识ID，结果是31 (0B11111) */private final long MAX_DATA_CENTER_ID = ~(-1L << DATA_CENTER_ID_BITS);/** 序列在ID中占的位数 */private final long SEQUENCE_BITS = 12L;/** 机器ID向左移12位 */private final long WORKER_ID_SHIFT = SEQUENCE_BITS;/** 数据标识ID向左移17位(12+5) */private final long DATA_CENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS;/** 时间戳向左移22位(5+5+12) */private final long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATA_CENTER_ID_BITS;/** 支持的最大序列号，结果是4095 (0B111111111111) */private final long MAX_SEQUENCE = ~(-1L << SEQUENCE_BITS);/** 工作机器ID */private final long workerId;/** 数据中心ID */private final long dataCenterId;/** 毫秒内序列号 */private long sequence = 0L;/** 上次生成ID的时间戳 */private long lastTimestamp = -1L;/*** 构造函数* @param workerId 工作机器ID* @param dataCenterId 数据中心ID*/public Snowflake(long workerId, long dataCenterId) {if (workerId > MAX_WORKER_ID || workerId < 0) {throw new IllegalArgumentException(String.format("WorkerID不能超过%d且不能小于0", MAX_WORKER_ID));}if (dataCenterId > MAX_DATA_CENTER_ID || dataCenterId < 0) {throw new IllegalArgumentException(String.format("DataCenterID不能超过%d且不能小于0", MAX_DATA_CENTER_ID));}this.workerId = workerId;this.dataCenterId = dataCenterId;}/*** 生成ID* @return long类型的ID*/public synchronized long nextId() {long timestamp = System.currentTimeMillis();// 如果当前时间小于上次生成ID的时间戳，说明系统时钟回退过，抛出异常if (timestamp < lastTimestamp) {throw new RuntimeException(String.format("系统时钟回退，拒绝生成ID，上次生成ID的时间戳：%d，当前时间戳：%d",lastTimestamp, timestamp));}// 如果当前时间等于上次生成ID的时间戳（同一毫秒内），则序列号加1if (timestamp == lastTimestamp) {sequence = (sequence + 1) & MAX_SEQUENCE;if (sequence == 0) {// 如果序列号已经超过最大值，需要等待到下一毫秒再继续生成IDtimestamp = waitNextMillis(timestamp);}} else {sequence = 0L;}// 更新上次生成ID的时间戳lastTimestamp = timestamp;// 生成IDreturn ((timestamp - START_TIMESTAMP) << TIMESTAMP_LEFT_SHIFT) |(dataCenterId << DATA_CENTER_ID_SHIFT) |(workerId << WORKER_ID_SHIFT) |sequence;}/*** 等待下一毫秒* @param timestamp 上次生成ID的时间戳* @return 下一毫秒的时间戳*/private long waitNextMillis(long timestamp) {long nextTimestamp = System.currentTimeMillis();while (nextTimestamp <= timestamp) {nextTimestamp = System.currentTimeMillis();}return nextTimestamp;}// 示例public static void main(String[] args) {Snowflake snowflake = new Snowflake(1, 1);System.out.println(snowflake.nextId());}
}

在上述代码中，可以通过调整START_TIMESTAMP、WORKER_ID_BITS、DATA_CENTER_ID_BITS、SEQUENCE_BITS等参数来满足不同的需求，例如支持更多的机器、更高的QPS等。

这是批量生成的ID：