@cdlab996/genid

基于 Snowflake 算法的高性能分布式唯一 ID 生成器，支持漂移算法和时钟回拨处理，适用于分布式系统中的唯一标识生成需求。

特性

🚀 漂移算法：高并发场景下性能优异
🔄 时钟回拨处理：优雅处理时钟回拨，不阻塞 ID 生成
⚙️ 灵活配置：支持自定义位长度分配
📊 性能监控：内置统计和调试功能
✅ ID 验证：验证 ID 的有效性，支持严格/宽松模式

架构设计

核心流程

graph TB
    A[开始生成 ID] --> B{是否处于漂移状态?}
    
    B -->|否| C[正常路径]
    B -->|是| D[漂移路径]
    
    C --> E{检测时钟}
    E -->|时钟回拨| F[使用保留序列号 0-4]
    E -->|时间前进| G[重置序列号]
    E -->|同一毫秒| H{序列号是否溢出?}
    
    H -->|否| I[序列号+1 正常生成]
    H -->|是| J[进入漂移状态 时间戳+1]
    
    D --> K{检测时间}
    K -->|时间追上| L[退出漂移 恢复正常]
    K -->|超过最大漂移| M[等待下一毫秒 退出漂移]
    K -->|继续漂移| N{序列号是否溢出?}
    
    N -->|否| O[使用当前序列号]
    N -->|是| P[时间戳+1 重置序列号]
    
    F --> Q[计算 ID]
    G --> Q
    I --> Q
    J --> Q
    L --> Q
    M --> Q
    O --> Q
    P --> Q
    
    Q --> R[更新统计]
    R --> S[返回 ID]

ID 结构（64-bit）

|------------ 时间戳 ------------|-- 工作节点 ID --|-- 序列号 --|
        42-52 bits                    1-15 bits        3-21 bits

位分配示例（默认配置）：

时间戳：52 bits（可用约 139 年）
工作节点 ID：6 bits（支持 64 个节点）
序列号：6 bits（每毫秒 59 个 ID，5-63）

序列号分配：

0-4：保留用于时钟回拨
5-maxSeqNumber：正常使用

快速开始

import { GenidOptimized } from '@cdlab996/genid'

// 创建实例（每个 Worker/进程使用不同的 workerId）
const genid = new GenidOptimized({ workerId: 1 })

// 生成 ID
const id = genid.nextId()
console.log(id) // 123456789012345

API 参考

构造函数

new GenidOptimized(options: GenidOptions)

配置选项

参数	类型	必填	默认值	说明
`workerId`	number	✅	-	工作节点 ID（范围：0 到 2^workerIdBitLength-1）
`method`	GenidMethod	❌	`DRIFT`	算法类型：`DRIFT` 或 `TRADITIONAL`
`baseTime`	number	❌	`1577836800000`	起始时间戳（毫秒，默认：2020-01-01）
`workerIdBitLength`	number	❌	`6`	工作节点 ID 位数（1-15）
`seqBitLength`	number	❌	`6`	序列号位数（3-21）
`maxSeqNumber`	number	❌	`2^seqBitLength-1`	最大序列号
`minSeqNumber`	number	❌	`5`	最小序列号（0-4 保留用于时钟回拨）
`topOverCostCount`	number	❌	`2000`	最大漂移次数

生成 ID

`nextId()`

返回 Number 或 BigInt 类型的 ID（自动选择）

const id = genid.nextId()

`nextNumber()`

返回 Number 类型的 ID（超出安全范围会抛出错误）

const id = genid.nextNumber()

`nextBigId()`

返回 BigInt 类型的 ID

const id = genid.nextBigId()

`nextBatch(count, asBigInt?)`

批量生成 ID

const ids = genid.nextBatch(100)          // 生成 100 个 ID
const bigIds = genid.nextBatch(100, true) // 生成 100 个 BigInt ID

解析 ID

`parse(id)`

解析 ID，提取组成部分

const info = genid.parse(id)
console.log(info)
// {
//   timestamp: Date,      // 生成时间
//   timestampMs: 1609459200000,
//   workerId: 1,         // 工作节点 ID
//   sequence: 42         // 序列号
// }

验证 ID

`isValid(id, strictWorkerId?)`

验证 ID 是否为有效的 Snowflake ID

参数

id - 要验证的 ID（支持 Number、BigInt、String 类型）
strictWorkerId - 可选，是否严格验证 workerId 必须匹配当前实例（默认：false）

返回值

boolean - ID 是否有效

验证规则

✅ ID 为正数
✅ ID 在 64 位范围内
✅ 时间戳在合理范围内（>= baseTime，<= 当前时间 + 1秒容差）
✅ workerId 在有效范围内（0 到 2^workerIdBitLength-1）
✅ 序列号在有效范围内（0 到 2^seqBitLength-1）
✅ 严格模式下：workerId 必须匹配当前实例

const genid = new GenidOptimized({ workerId: 1 })
const id = genid.nextId()

// 宽松模式：验证 ID 格式是否有效
genid.isValid(id) // true
genid.isValid(12345) // false（无效的 ID）
genid.isValid(-1) // false（负数）
genid.isValid('invalid') // false（无效格式）

// 严格模式：验证 ID 是否由当前实例生成
const genid2 = new GenidOptimized({ workerId: 2 })
const id2 = genid2.nextId()

genid.isValid(id2) // true（宽松模式，其他实例的 ID 也有效）
genid.isValid(id2, true) // false（严格模式，workerId 不匹配）
genid.isValid(id, true) // true（严格模式，workerId 匹配）

统计与配置

`getStats()`

获取生成器统计信息

const stats = genid.getStats()
// {
//   totalGenerated: 1000,    // 总生成数量
//   overCostCount: 10,       // 漂移次数
//   turnBackCount: 2,        // 时钟回拨次数
//   uptimeMs: 60000,         // 运行时间
//   avgPerSecond: 16,        // 每秒平均生成量
//   currentState: 'NORMAL'   // 当前状态
// }

`getConfig()`

获取配置信息

const config = genid.getConfig()
// {
//   method: 'DRIFT',
//   workerId: 1,
//   workerIdRange: '0-63',
//   sequenceRange: '5-63',
//   idsPerMillisecond: 59,
//   baseTime: Date,
//   timestampBits: 52,
//   workerIdBits: 6,
//   sequenceBits: 6
// }

`resetStats()`

重置统计数据

genid.resetStats()

调试工具

`formatBinary(id)`

格式化 ID 为二进制字符串

console.log(genid.formatBinary(id))
// ID: 123456789012345
// Binary (64-bit):
// 0000000000011010... - 时间戳 (52 bits) = 2025-10-17T...
// 000001 - 工作节点 ID (6 bits) = 1
// 101010 - 序列号 (6 bits) = 42

使用示例

基础用法

const genid = new GenidOptimized({ 
  workerId: 1 
})

// 生成单个 ID
const id1 = genid.nextId()

// 批量生成
const ids = genid.nextBatch(1000)

自定义配置

const genid = new GenidOptimized({
  workerId: 1,
  method: GenidMethod.TRADITIONAL,
  baseTime: new Date('2024-01-01').valueOf(),
  workerIdBitLength: 10,  // 支持 1024 个节点
  seqBitLength: 12,       // 每毫秒 4096 个 ID
  topOverCostCount: 5000
})

验证 ID

const genid = new GenidOptimized({ workerId: 1 })

// 生成并验证 ID
const id = genid.nextId()
if (genid.isValid(id)) {
  console.log('ID 有效')
}

// 验证外部 ID（例如从数据库或 API 获取的 ID）
const externalId = '123456789012345'
if (genid.isValid(externalId)) {
  const info = genid.parse(externalId)
  console.log('ID 有效，解析结果:', info)
} else {
  console.error('ID 无效')
}

// 严格验证（只接受当前实例生成的 ID）
const isMyId = genid.isValid(id, true)

监控性能

// 定期检查统计信息
setInterval(() => {
  const stats = genid.getStats()
  console.log(`生成速率: ${stats.avgPerSecond} ID/秒`)
  console.log(`漂移次数: ${stats.overCostCount}`)
}, 10000)

算法模式

DRIFT（漂移模式，推荐）

高并发下性能更好
允许时间戳漂移以避免等待
适合高频 ID 生成场景

TRADITIONAL（传统模式）

严格按时间戳递增
序列号耗尽时等待下一毫秒
适合对时间顺序要求严格的场景

注意事项

⚠️ 重要提示

每个 Worker/进程必须使用不同的 workerId
实例不是线程安全的，不要跨线程共享
workerIdBitLength + seqBitLength 不能超过 22
序列号 0-4 保留用于时钟回拨处理
JavaScript 安全整数范围：-(2^53-1) 到 2^53-1

性能指标

单实例吞吐量：> 50,000 ID/秒
默认配置下每毫秒可生成：59 个唯一 ID
支持的最大节点数：2^workerIdBitLength（默认 64 个）
时间戳可用时长：约 139 年（52 bits，从 baseTime 起算）

WuChenDi/genid

@cdlab996/genid

特性

架构设计

核心流程

ID 结构（64-bit）

快速开始

API 参考

构造函数

生成 ID

`nextId()`

`nextNumber()`

`nextBigId()`

`nextBatch(count, asBigInt?)`

解析 ID

`parse(id)`

验证 ID

`isValid(id, strictWorkerId?)`

统计与配置

`getStats()`

`getConfig()`

`resetStats()`

调试工具

`formatBinary(id)`

使用示例

基础用法

自定义配置

验证 ID

监控性能

算法模式

DRIFT（漂移模式，推荐）

TRADITIONAL（传统模式）

注意事项

性能指标

📜 License

On this page

Languages

Contributors

Latest Release