分布式ID的设计

前言

这个讲解的比较多，很多文章都有提到，主要参考这两篇博客吧。回头总结一下这两篇文章。

Snowflake算法（雪花算法）

大概就是给每一个机器分配一个标识位，然后取时间戳、标识位、全局自增ID拼接成一起，比如时间戳是1000，机器标识位 2000，全局自增ID是1111，那我们得到的ID就是

100020001111

上述仅仅是，正常它是64位，第1位用来符号位，2–42是毫秒时间戳，43-52 位是 机器标识位，53-64位是全局自增ID，这样就实现了分布式ID，那有多大的数据呢？10位机器标识位可以最多1024台机器，12位全局自增ID最多4096个ID，每毫秒可以得到：1024*4096=4194304个ID，通俗一点就是每毫秒420万左右的ID。
优点：

• 高并发场景下生成速度快
• 无序，不可被猜测

缺点：

• 时钟回拨，这样时间造成的ID重复，也补救方法，跟上一个时间进行比较，抛异常或者其他方法补救。

电商场景中用户下单订单号这种可以使用此方法。当然如果你感觉64位还挺大的，你可以适当缩小一点，比如用秒来作为时间戳单位，机器位少一些，自增ID少一些，这样就很好了。

额外讲解

可以不用二进制吗？用十进制或十六进制，这样表示的范围就很大了，就非常可观了。我觉得可以，位数也可以不用这么多，提高进制可以达到一样的效果。

参考博客

Leaf——美团点评分布式ID生成系统
如果再有人问你分布式 ID，这篇文章丢给他