基于雪花算法生成用户id

8.1 为啥这样做

1.全局唯一性，不会出现重复的id。
	如果通过id自增来保证id不重复，则该表 无法分表操作
        例如 服务器A的数据库的user表 数据如下
        1 小明 男
        2 小红 女
        2 张三 男
        此时 进行分表 服务器B,C的数据库中创建user表 分别存储第2，3条数据
        B
        1 小红 女
        C
        1 张三 男
        此时存在问题，id重复
2.生成的id是随时间递增的，在执行sql操作时，会提高效率
3.每毫秒产生2^12-1个序列号，在高并发环境下表现良好

8.2 介绍雪花算法

雪花算法优点：

1.高并发分布式环境下生成不重复id
2.id随时间自增，在执行sql操作时，会提高效率

雪花算法缺点：

依赖于服务器时间，服务器时钟回拨时可能会生成重复id。
解决方法：通过记录最后一个生成id时的时间戳，每次生成id之前比较当前服务器时间是否回拨，避免生成重复id。
时钟回拨：硬件时钟可能会因为各种原因发生不准的情况，网络中提供了ntp服务来做时间校准，做校准时就会发生时钟的跳跃或者回拨。

64位整数组成的分布式ID

使用github.com/sony/sonyflake库的雪花算法

注意：下图中第三块和第四块标记反了，第三块为Machine ID(机器id) 第四块为Sequence ID(序列id)

1bit: 符号位，固定为0，没有实际作用
39bit: 表示 时间戳，单位是 10毫秒。用来代表创建ID的时刻与起始时刻的偏移量。起始时刻在雪花算法初始化时就指定 
8bit: 机器id。分布式部署时，可能有多台服务器都可以生成ID,使用机器id来表示唯一的服务器
16bit: 序列id，用来记录 同一毫秒产生的不同id 每毫秒可用生成2^16-1个id

8.3 代码

pkg/snowflake/snowflake.go

package snowflake

import (
	"fmt"
	"time"