雪花算法的实际应用
什么场景下用雪花算法？
软件项目开发中，主键自动生成是基本需求。而各个数据库对于该需求也提供了相应的支持，比如：数据库自增(MySql,oracle)。但是在分布式环境中，分库分表之后，不同表生成全局唯一的ID是非常棘手的问题。因为同一个逻辑表内的不同实际表之间的自增键是无法互相感知的，这样会造成重复ID的生成。我们当然可以通过约束表生成键的规则（设置不同的起始和步长）来达到数据的不重复，但是这需要引入额外的运维力量来解决重复性问题，如果数据库节点变更会使框架缺乏扩展性。
雪花算法Snowflake简介
雪花算法是一款基于本地生成，保证ID全局唯一，且ID整体有序递增
| 0 | 0000000000 0000000000 0000000000 0000000000 0 | 0000000000 | 0000000000 00 |
| 1bit符号 | 41bit 时间戳 | 10bit机器ID | 12bit序列号 |
1bit：不使用，默认为0
41bit：单位毫秒，时间戳=当前系统时间-系统上线时间
10bit：机器ID，可同时部署的机器节点数2的十次方-1=1023；适用于分布式环境下对各个节点进行标识，可以具体根据节点数和部署情况设计划分机器位10位长度
12bit：序列号，自增ID，当时间戳和机器ID相同时，此值递增保证唯一性。即同一机器同一毫秒可生成唯一ID数为2的12次方-1=4096-1=4095；
| 优点 | 1.时间自增排序； 2.适合分布式场景，整个分布式系统内不会产生ID碰撞（由datacenter和机器ID作区分）效率较高，一个节点每毫秒4096个ID序号，服务最大每毫秒409.6万个序列号 |
| 缺点 | 1.雪花算法在单机系统上ID是递增的，但是在分布式系统多节点的情况下不是绝对递增，所有节点的时钟（System.currentTimeMillis()）并不能保证不完全同步，所以有可能会出现不是全局递增的情况 2.不能在一台服务器上部署多个分布式ID服务； 3.时钟回拨问题； |