在分布式系统中会将一个业务的系统部署到多台服务器上，用户随机访问其中一台，而之所以引入分布式系统就是为了让整个系统能够承载更大的访问量。诸如订单号这些我们需要它是全局唯一的，同时我们基本上都会将它作为查询条件；出于系统安全考虑不应当让其它人轻易的就猜出我们的订单号，同时也要防止公司的竞争对手直接通过订单号猜测出公司业务体量；为了保证系统的快速响应那么生成算法不能太耗时。而雪花算法正好解决了这些问题。

SnowFlake 算法（雪花算法）, 是Twitter开源的分布式id生成算法。其核心思想就是: 使用一个64 bit的long型的数字作为全局唯一id。它的结构如下：

下面我们来对每一部分进一步的分析：

符号标识位(1位)：计算机中为了区分负数(1)和正数(0)，设计者将第一位做为符号位，ID通常使用正数，因此最高位固定为0； 41位时间截(毫秒)，这个是使用 当前时间 减去 开始时间 得到的值；因此一旦我们的算法投入使用，那么程序中设置的开始时间就不能再去随意更改了，否则将可能出现重复的id值；

由于是基于时间来实现的且只有41位，由此可以计算出该算法只能使用70年左右：(2^41)/(1000*60*60*24*365) = 69.7 年 ；

10位机器ID：共计1024个节点，通常将其分为2部分：机房ID(dataCenterId) 和 机器ID（workerId）； 12 位序列号：毫秒内的计数，共计4098个；简单来说就是每毫秒内从0开始计算得到值； 最终SnowFlake算法总结如下：整体上按照时间自增排序，并且整个分布式系统内不会产生ID 碰撞(由机房ID和机器ID作区分)，并且效率较高。最多支持1024台机器，每台机器每毫秒能够生成最多4096个ID，整个集群理论上每秒可以生成 1024 * 1000 * 4096 = 42 亿个ID。

这里不要觉得每毫秒4098个ID少了，我们计算一下每台机器理论上每秒可以支持 4096*1000 = 400万左右；要知道天猫双11那么大的订单量每秒也才50万笔；因此是完全够用的。

我们在上面已经了解了SnowFlake的算法结构，下面是Java版本的实现。注意我们在实现该算法时，不一定要死死的按照上面的来实现，可以根据自身业务情况进行定制化；比如说机器ID，对于大部分的小项目来说根本不会分啥机房，因此我们完全可以根据服务器IP来弄；同时Twitter公布的算法中最终生成的id长度为15，但是还是根据自身业务情况进行调整。比如标准的算法只支持使用70年左右，但是我们可以通过扩展长度来增加年限。

public class SnowFlakeIdWorker { * 开始时间戳，单位毫秒；这里是2021-06-01 private static final long TW_EPOCH = 1622476800000L; * 机器 ID 所占的位数 private static final long WORKER_ID_BITS = 5L; * 数据标识 ID 所占的位数 private static final long DATA_CENTER_ID_BITS = 5L; * 支持的最大机器ID，最大为31 * PS. Twitter的源码是 -1L ^ (-1L << workerIdBits)；这里最后和-1进行异或运算，由于-1的二进制补码的特殊性，就相当于进行取反。 private static final long MAX_WORKER_ID = ~(-1L << WORKER_ID_BITS); * 支持的最大机房ID，最大为31 private static final long MAX_DATA_CENTER_ID = ~(-1L << DATA_CENTER_ID_BITS); * 序列在 ID 中占的位数 private static final long SEQUENCE_BITS = 12L; * 机器 ID 向左移12位 private static final long WORKER_ID_SHIFT = SEQUENCE_BITS; * 机房 ID 向左移17位 private static final long DATA_CENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS; * 时间截向左移22位 private static final long TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATA_CENTER_ID_BITS; * 生成序列的掩码最大值，最大为4095 private static final long SEQUENCE_MASK = ~(-1L << SEQUENCE_BITS); * 工作机器 ID(0~31) private final long workerId; * 机房 ID(0~31) private final long dataCenterId; * 毫秒内序列(0~4095) private long sequence = 0L; * 上次生成 ID 的时间戳 private long lastTimestamp = -1L; * 创建 ID 生成器的方式一: 使用工作机器的序号(也就是将机房的去掉给机器ID使用)，范围是 [0, 1023]，优点是方便给机器编号 * @param workerId 工作机器 ID public SnowFlakeIdWorker(long workerId) { // 计算最大值 long maxMachineId = (MAX_DATA_CENTER_ID + 1) * (MAX_WORKER_ID + 1) - 1; if (workerId < 0 || workerId > maxMachineId) { throw new IllegalArgumentException(String.format("Worker ID can't be greater than %d or less than 0", maxMachineId)); // 取高位部分作为机房ID部分 this.dataCenterId = (workerId >> WORKER_ID_BITS) & MAX_DATA_CENTER_ID; // 取低位部分作为机器ID部分 this.workerId = workerId & MAX_WORKER_ID; * 创建 ID 生成器的方式二: 使用工作机器 ID 和机房 ID，优点是方便分机房管理 * @param dataCenterId 机房 ID (0~31) * @param workerId 工作机器 ID (0~31) public SnowFlakeIdWorker(long dataCenterId, long workerId) { if (workerId > MAX_WORKER_ID || workerId < 0) { throw new IllegalArgumentException(String.format("Worker ID can't be greater than %d or less than 0", MAX_WORKER_ID)); if (dataCenterId > MAX_DATA_CENTER_ID || dataCenterId < 0) { throw new IllegalArgumentException(String.format("DataCenter ID can't be greater than %d or less than 0", MAX_DATA_CENTER_ID)); this.workerId = workerId; this.dataCenterId = dataCenterId; * 获得下一个 ID(该方法是线程安全的) * @return 返回一个长度位15的 long类型的数字 public synchronized long nextId() { long timestamp = timeGen(); // 如果当前时间小于上一次 ID 生成的时间戳，说明发生时钟回拨，为保证ID不重复抛出异常。 if (timestamp < lastTimestamp) { throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); if (lastTimestamp == timestamp) { // 同一时间生成的，则序号+1 sequence = (sequence + 1) & SEQUENCE_MASK; // 毫秒内序列溢出：超过最大值 if (sequence == 0) { // 阻塞到下一个毫秒，获得新的时间戳 timestamp = tilNextMillis(lastTimestamp); } else { // 时间戳改变，毫秒内序列重置 sequence = 0L; // 上次生成 ID 的时间戳 lastTimestamp = timestamp; // 移位并通过或运算拼到一起 return ((timestamp - TW_EPOCH) << TIMESTAMP_LEFT_SHIFT) | (dataCenterId << DATA_CENTER_ID_SHIFT) | (workerId << WORKER_ID_SHIFT) | sequence; private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); return timestamp; private long timeGen() { return System.currentTimeMillis(); // 初始化 SnowFlakeIdWorker idWorker = new SnowFlakeIdWorker(1, 0); // 生成ID for(int i=0; i<100; i++){ System.out.println(idWorker.nextId());

注意服务器不能发生时钟回拨，即系统时间发生错误，因为雪花算法是基于时间来生成，所有当发生时钟回拨后会导致出现重复ID的问题。

本文主要阐述了Java BigDecimal类的一般使用、BigDecimal转double方式，在此基础上深度讲解了bigdecimal底层原理和java bigdecimal保留整数等知识点，希望对大家有所帮助

2022年10月29日

近日，中国城市人口密度榜出炉，根据统计显示，人口密度高的城市主要集中在长三角、珠三角、京津等地。十大人口密度最高的城市分别是深圳、东莞、上海、厦门、佛山、广州、中山、汕头、郑州和无锡。其中前8个城市的人口密度超过了2000人/平方公里。
人口密度，是按照建制市范围内的总面积来计算的。但需要注意的是，由于部分城市下辖的县域比较多，或者山区、河湖的占比较大(如北京、杭州)，因此这也影响了市域的人口密度，如果只计算主城区的人口密度，则主要城市之间的差距比较小。

大部分四天工作制试点公司成功了！效果非常棒！ 2022年9月20日

我吃过很多次亏才懂得的道理：劝别人分手成功的概率大概是0.1%，最后劝散的只是我和被劝姐妹之间的缘分。
我们每个人都该相信成年人的能力，不去强行中断别人的人生经历。
可以提醒，如果人家选择继续，那便默认她不需要我“苦口婆心”。
你以为你在帮大忙，可是这次帮她挡了，她没有自己苦熬过这一关，下一次还是在同一个地方跌跤。
不信扪心自问，我们自己是经历了多少恋爱的痛苦才有了如今的识人眼光和价值观。又如何要求别人在劝分手的话语里无痛长大。
所以我现在：尊重所有感情，哪怕我看不懂，朋友遇见幸福我鼓掌，遇见渣渣我聆听。对大家都好。

强国之路正杨帆，我爱你我的祖国！ 2022年9月20日

科技事业在党和人民事业中始终具有十分重要的战略地位。党的十八大以来，我国走出了一条从人才强、科技强，到产业强、经济强、国家强的发展道路，形成了支撑发展和保障安全的科技创新发展新的战略格局。国家要强盛、民族要复兴，就一定要大力发展科学技术，努力成为世界主要科学中心和创新高地。坚定不移走科技强国之路，“到2030年时使我国进入创新型国家前列，到新中国成立100年时使我国成为世界科技强国”的目标一定能实现。