本文探讨了三种常见的全局唯一ID生成方法：UUID、数据库自增ID(auto_increment)和雪花算法。UUID因其简单易用但缺乏实际意义而被提及，而自增ID在分布式环境中面临挑战。雪花算法则适用于分布式系统，通过时间戳、工作机器ID和序列号确保唯一性，但依赖于机器时间，时间回滚可能导致ID重复。在实际应用中，雪花算法可能遇到精度问题，需要在前后端交互时进行转换。
常见的几种解决方法
- UUID
- 使用数据库中设置整形字段auto_increment
- 使用雪花算法
UUID的优缺点
优点：简单，方便生成。
缺点：毫无意义，这个字段仅能保证唯一性，不重复，但是没有实际意义
auto_crement
这个比较简单，设计表的时候，就设置自增长。
缺点：就是采用分布式布局，进行集群，那么不同服务器
雪花算法的理论
雪花算法是生成64位的数字。
最高位是符号位，对于我们来说没有什么实际意义。这位就是0，表示是正数
接着41位是一个时间戳。2^41,2的41次方，可以使用69年，这已经远超一个软件的生命周期了，（我去腾讯学习的时候，说过一般软件的生命周期很短，像QQ这种超长生命周期的产品不多见）
接着10位是工作机器ID，2^10次方，可以有1024个数字，表示可以有1024个机器做集群，这个数字对于我来说很夸张了
最后12位表示序列号，2^12,表示4096，这个是序列号，一毫秒生成4096个序列号，那么一秒钟就会生成4096000，这已经可以保证不重复了吧。
优点就是适用于分布式数据库生成全局ID。缺点就是依赖机器的当前时间。如果机器出现时间回滚，就是回到某个过去的时间，可能会造成ID重复。
雪花算法某些问题
雪花算法在Java对应是long类型，前端接收变成了number类型。会出现精度不匹配的问题，这样就在前后端交互的controller层将long类型变成String类型
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
