分布式id-雪花算法

通常我们在生成用户id或者订单id时都需要一个全局唯一的id来唯一标识，在单体情况下我们可以使用UUID、时间戳、数据库自增id

而在分布式情况下，需要考虑大量服务器之间生成的id全局唯一，所以就使用了今天要介绍的雪花算法来生成分布式下的全局id

单体服务UUID、时间戳、数据库自增id存在以下问题：

1. UUID是无序的且数据非常大（128bit），且一般会使用36位长度的字符串存储，这样会导致id存入数据库时需要大量的存储空间来存放id，且id一般为主键，则在生成聚簇索引时则会耗费巨大的空间，并且UUID一般不呈递增趋势，在生成数据库索引时会出现大量页分裂等情况，影响性能；

2. 时间戳则不满足高并发情况下的id，对于在某一毫秒只能生成的一个id，无法应对高并发场景下的id生成

3. 自增id不适合分布式数据库分库分表，对于多个数据库，id无法满足所有数据库生成的id全局唯一，并且每次从数据库中获取id性能非常低

---

所以我们引入了一个分布式id生成算法：雪花算法，接下来就详细介绍一下雪花算法

雪花算法主要是由三部分组成：

      1. 1bit的符号位+41bit的时间戳格式

1bit符号位即0表示正数，1表示负数，由于一般都是使用正数，所以一般都是直接固定为0

为什么时间戳格式是41位呢？

雪花算法是直接使用currentTimeMillis()方法生成的时间戳

System.currentTimeMillis();

该方法生成的时间戳是一个13位的十进制格式，但是转换为二进制是41位

long l = System.currentTimeMillis();
System.out.println(l);  //1716194029842
System.out.println(Long.toBinaryString(System.currentTimeMillis()) );  //11000111110010101001000101011000100010011

      2. 5bit的数据中心+5bt的机器标识

数据中心：表示当前服务器所在集群地，例如设置北京为0，上海为1，深圳为2...，数据中心最多只支持2^5 - 1个

机器标识：表示服务器的一个唯一标识，对于某地来说最多只能支持2^5 - 1个机器

      3. 12bit的序列号

序列号主要是为了满足在高并发场景下，需要生成大量id且满足不重复的需求，所以雪花算法在原本基础上加上了序列，即在数据中心、机器标识确定时，每一毫秒最多可生成2^12 - 1个不重复的id

由于雪花算法是使用的Long数据类型，使用的位数加起来1+41+5+5+12 = 64位的Long数据类型，将Long类型的位数最大化了

各位数是怎么进行拼凑的呢？

我们使用全1表示的时间戳，则符号位加时间戳为

011111111111111111111111111111111111111111

我们将时间戳左移22位即可得到（右边用0补齐）

0111111111111111111111111111111111111111110000000000000000000000

使用全1的数据中心及机器标识，并将数据中心和机器标识分别向左移动17位和12位，即得到：

0000000000000000000000000000000000000000001111100000000000000000

0000000000000000000000000000000000000000000000011111000000000000

最后12位为序列号，不需要做移位操作，直接拼接即可

最后将所有的数字做与运算，即可拼接为完整的64位Long类型的id号

1111111111111111111111111111111111111111111111111111000000000000

总结：

1. 雪花算法生成的全局id可满足高并发情况下的id唯一性要求
2. 雪花算法采用的时间戳+序列号，满足全局id的递增趋势，提高数据库索引xing'n
3. 雪花算法生成的id采用Long数据类型，保存时相对于字符串占用更少的存储空间