[[419666]]

前言

大家好，我是盼盼!

以前用rand和srand生成過(guò)偽隨機(jī)數(shù)，偽隨機(jī)數(shù)的序列是固定的，今天學(xué)習(xí)生成真正的隨機(jī)數(shù)的生成。

熵池

利用/dev/urandom可以生成隨機(jī)數(shù)的值，/dev/urandomLinux下的熵池，所謂熵池就是當(dāng)前系統(tǒng)下的環(huán)境噪音，描述了一個(gè)系統(tǒng)的混亂程度，環(huán)境噪音由這幾個(gè)方面組成，如內(nèi)存的使用，文件的使用量，不同類(lèi)型的進(jìn)程數(shù)量等等。

利用/dev/urandom可以生成隨機(jī)數(shù)的值，/dev/urandomLinux下的熵池，所謂熵池就是當(dāng)前系統(tǒng)下的環(huán)境噪音，描述了一個(gè)系統(tǒng)的混亂程度，環(huán)境噪音由這幾個(gè)方面組成，如內(nèi)存的使用，文件的使用量，不同類(lèi)型的進(jìn)程數(shù)量等等。

#include <stdio.h> 
#include <fcntl.h> 
 
int main() 
{ 
        int randNum = 0; 
        int fd = 0; 
 
    for(int i=0;i<5;i++) 
    {       
      fd = open("/dev/urandom", O_RDONLY);   
      read(fd, (char *)&randNum, sizeof(int)); 
      close(fd);  
      printf("randNum is %d\n", randNum); 
    } 
 
        return 0; 
} 

運(yùn)行結(jié)果：

mapan@mapan-virtual-machine:~/c++$ ./a.out  
randNum is 94961710 
randNum is -523780773 
randNum is 1542169420 
randNum is -1632410867 

每次打印的5個(gè)隨機(jī)數(shù)都不一樣，其實(shí)它的隨機(jī)性也不太好。雪花算法生成的數(shù)的隨機(jī)性很好，通常在分布式系統(tǒng)中生成唯一ID。

雪花算法

SnowFlake算法產(chǎn)生的ID是一個(gè)64位的整型，結(jié)構(gòu)如下(每一部分用“-”符號(hào)分隔)：

0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 00000000000

1位標(biāo)識(shí)部分，在java中由于long的最高位是符號(hào)位，正數(shù)是0，負(fù)數(shù)是1，一般生成的ID為正數(shù)，所以為0;

41位時(shí)間戳部分，這個(gè)是毫秒級(jí)的時(shí)間，一般實(shí)現(xiàn)上不會(huì)存儲(chǔ)當(dāng)前的時(shí)間戳，而是時(shí)間戳的差值(當(dāng)前時(shí)間-固定的開(kāi)始時(shí)間)，這樣可以使產(chǎn)生的ID從更小值開(kāi)始;41位的時(shí)間戳可以使用69年，(1L << 41) / (1000L 60 60 24 365) = 69年;

10位節(jié)點(diǎn)部分，Twitter實(shí)現(xiàn)中使用前5位作為數(shù)據(jù)中心標(biāo)識(shí)，后5位作為機(jī)器標(biāo)識(shí)，可以部署1024個(gè)節(jié)點(diǎn);

12位序列號(hào)部分，支持同一毫秒內(nèi)同一個(gè)節(jié)點(diǎn)可以生成4096個(gè)ID;

/*  
    snowflake  
 
    ID 生成策略  
    毫秒級(jí)時(shí)間41位+機(jī)器ID 10位+毫秒內(nèi)序列12位。 
    0 41 51 64 +-----------+------+------+ |time |pc |inc | +-----------+------+------+  
    前41bits是以微秒為單位的timestamp。 
    接著10bits是事先配置好的機(jī)器ID。 
    最后12bits是累加計(jì)數(shù)器。 
    macheine id(10bits)標(biāo)明最多只能有1024臺(tái)機(jī)器同時(shí)產(chǎn)生ID，sequence number(12bits)也標(biāo)明1臺(tái)機(jī)器1ms中最多產(chǎn)生4096個(gè)ID， *  
      注意點(diǎn)，因?yàn)槭褂玫轿灰七\(yùn)算，所以需要64位操作系統(tǒng)，不然生成的ID會(huì)有可能不正確  
*/   
 
#include <stdio.h>   
#include <pthread.h>   
#include <unistd.h>   
#include <stdlib.h>   
#include <sched.h>   
#include <linux/unistd.h>   
#include <sys/syscall.h>   
#include <errno.h>   
#include<linux/types.h>   
#include<time.h>   
#include <stdint.h>   
#include <sys/time.h>   
 
struct  globle   
{   
    int global_int:12;   
    uint64_t last_stamp;   
    int workid;   
    int seqid;   
};   
 
void set_workid(int workid);   
pid_t gettid( void );   
uint64_t get_curr_ms();   
uint64_t wait_next_ms(uint64_t lastStamp);   
int atomic_incr(int id);   
uint64_t get_unique_id(); 

#include "snowflake.h" 
 
struct globle g_info; 
 
#define   sequenceMask  (-1L ^ (-1L << 12L))  //L表示long型     4095 
 
void set_workid(int workid) 
{ 
 g_info.workid = workid; 
} 
 
pid_t gettid( void )//獲取線程ID 
{ 
  return syscall( __NR_gettid ); 
} 
 
uint64_t get_curr_ms()  //獲取毫秒 
{ 
  struct timeval time_now; 
  gettimeofday(&time_now,NULL); 
  uint64_t ms_time =time_now.tv_sec*1000+time_now.tv_usec/1000; 
  return ms_time; 
} 
 
uint64_t wait_next_ms(uint64_t lastStamp) 
{ 
  uint64_t cur = 0; 
  do { 
    cur = get_curr_ms(); 
  } while (cur <= lastStamp); 
  return cur; 
} 
 
int atomic_incr(int id)//累加 
{ 
  __sync_add_and_fetch(&id, 1); 
  return id; 
} 
 
uint64_t get_unique_id() 
{ 
  uint64_t  uniqueId=0; 
  uint64_t nowtime = get_curr_ms();//獲取當(dāng)前毫秒數(shù) 
 
  uniqueId = nowtime << 22;   //填補(bǔ)時(shí)間戳部分 
 
  //0x3ff 1023,二進(jìn)制對(duì)應(yīng)11 1111 1111  
  //100的二進(jìn)制0000 0000 0000 0000 0000 0000 0110 0100 
  //先執(zhí)行移位 
  uniqueId |= (g_info.workid & 0x3ff) << 12;   //填補(bǔ)節(jié)點(diǎn)部分 
 
  if (nowtime < g_info.last_stamp) 
  { 
    perror("error"); 
    exit(-1); 
  } 
 
  if (nowtime == g_info.last_stamp) 
  { 
    //4095的二進(jìn)制0000 1111 1111 1111      [long型] 
    g_info.seqid = atomic_incr(g_info.seqid) & sequenceMask; 
    if (g_info.seqid == 0)  //seqid=0防止沖突，修改時(shí)間 
    { 
      nowtime = wait_next_ms(g_info.last_stamp);//獲取大于當(dāng)前時(shí)間的time 
    } 
  } 
  else 
  { 
    g_info.seqid  = 0; 
  } 
  g_info.last_stamp = nowtime; 
 
  uniqueId |= g_info.seqid;//填補(bǔ)序列號(hào)部分 
  return uniqueId; 
} 
 
int main() 
{ 
  set_workid(100); 
  int i; 
  for(i=0;i<10;i++) 
  { 
    uint64_t unquie = get_unique_id(); 
    printf("pthread_id:%u, id [%llu]\n",gettid(),unquie); 
  } 
 
  return;   
} 

運(yùn)行結(jié)果：

mapan@mapan-virtual-machine:~/c++$ ./a.out  
pthread_id:4970, id [6595660141600063488] 
pthread_id:4970, id [6595660141600063489] 
pthread_id:4970, id [6595660141600063490] 
pthread_id:4970, id [6595660141600063491] 
pthread_id:4970, id [6595660141600063492] 

結(jié)尾

雪花算法很多大廠都在使用，隨機(jī)性比熵池要好。雪花算法的思想在平時(shí)工作中也有用到，將多個(gè)數(shù)據(jù)拼到一個(gè)值里面是常用套路，要掌握。