背景
当下绝大部分互联网公司采用的是分布式的架构系统，而分布式系统中有一些场景需要使用到全局性唯一ID，例如：订单编号、付款单编号、交易流水号等等，在这之前，我们可以使用UUID、数据库自增ID等去实现它，但是要么生成的ID是无序的，要么ID生成效率低下。
所以在该背景下，twitter公司提出了snowflake算法，最初Twitter把存储系统从MySQL迁移到Cassandra，因为Cassandra没有顺序ID生成机制，为了满足Twitter每秒上万条消息的请求，每条消息都必须分配一条唯一的id，这些id还需要一些大致的顺序（方便客户端排序），并且在分布式系统中不同机器产生的id必须不同，所以twitter开发了这样一套全局唯一ID生成服务。
介绍
snowflake算法生成的64位ID = 1位符号位 + 41位时间戳 + 10位机器id + 12位序列号。
1、符号位：一般默认为0，表明该ID为正数。
2、时间戳：该时间戳并不是指当前的时间戳，而是当前时间戳-初始时间戳（初始时间戳离当前时间越近越好，而且必须小于当前时间戳）的值。这样做的好处是有更多的数值可以使用，最多可以使用（1L << 41)/ (1000毫秒 * 60秒 * 60 分钟 * 24小时 * 365天) = 69年。
3、机器id：取值在0 ～ 1023之间，最多支持1024个节点。
假设你们公司的机器节点超过了1024个，而你们的业务没有达到1毫秒需要2408个序列号的并发的情况下，可以将序列号的位数减少，给机器id增加位数。
4、序列号，取值在0～4096之间，最多支持一毫秒内生成4096个序列号。
假设你们公司的机器节点没有超过512个，而你们的业务1毫秒需要超过4096个序列号的并发的情况下，可以将机器id的位数减少，给序列号增加位数。
优点：
1、完全基于内存，ID生成效率高。
2、生成的ID基于时间戳和序列号，具有有序性的特点，方便排序、查询。
3、可以根据生产机器节点数和业务并发量的情况，调整ID的生成策略。
代码：
package com.jiepos.api.demo; /** * 雪花算法 * 64位ID = 1位符号位(固定为0,表示正数) + 41位时间戳 + 10位工作机器id + 12位序列号 * @author shuyan.qi * @date 2020/5/3 9:42 下午 */ public class SnowFlakeID { //12位序列号 private long sequence;//序列号 private long sequenceBits = 12L;//序列号位数 private long maxSequence = -1 ^ (-1 << sequenceBits);//序列号最大值 //10位工作机器id = 5位机房id + 5位机器id private long workerId;//机器id private long workerIdBits = 5L;//机器id位数 private long maxWorkerId = -1 ^ (-1 << workerIdBits);//机器id最大值 private long workerIdMoveBits = sequenceBits;//机器id左移位数 = 序列号位数 private long workerIdAfterMove = 0L;//左移后的机器id private long workerCenterId;//机房id private long workerCenterIdBits = 5L;//机房id位数 private long maxWorkerCenterId = -1 ^ (-1 << workerCenterIdBits);//机房id最大值 private long workerCenterIdMoveBits = workerIdBits + workerIdMoveBits;//机房id左移位数 = 机器id位数 + 序列号位数 private long workerCenterIdAfterMove = 0L;//左移后的机房id //41位时间戳 private long lastTimestamp = -1L;//默认-1L private long initTimestamp = 1588518046057L;//初始时间戳 private long timestampMoveBits = workerCenterIdBits + workerCenterIdMoveBits;//时间戳左移位数 = 机房id位数 + 机器id位数 + 序列号位数 public SnowFlakeID(long workerCenterId , long workerId){ if(workerCenterId < 0 || workerCenterId > maxWorkerCenterId){ throw new IllegalArgumentException("workerCenterId is illegal"); } if(workerId < 0 || workerId > maxWorkerId){ throw new IllegalArgumentException("workerId is illegal"); } this.workerCenterId = workerCenterId; this.workerId = workerId; this.workerCenterIdAfterMove = this.workerCenterId << this.workerCenterIdMoveBits; this.workerIdAfterMove = this.workerCenterId << this.workerCenterIdMoveBits; } /** * 生成ID的核心方法 */ public synchronized long nextId(){ long currentTimestamp = timestamp(); if(currentTimestamp < lastTimestamp){ String s = String.format("currentTimestamp is earlier than lastTimestamp,lastTimestamp=%s,currentTimestamp=%s",lastTimestamp,currentTimestamp); System.out.println(s); //throw new RuntimeException(s); // 时钟回拨后手动拨正。 // 因为依赖lastTimestamp，所以重启后第一次就发生时钟回拨的情况无法处理。 // 可以将lastTimestamp存放到redis之类第三方缓存中，但这样生成id的效率会降低，请开发者根据实际情况去选择。 currentTimestamp = lastTimestamp; } if(currentTimestamp == lastTimestamp){ //同一时间戳，序列号加1 sequence =