一、ID生成器
1、12bit的序列号，用来记录同毫秒内产生的不同id。
2、拉取最新的一页帖子
3、2创建表
4、压测启动后，后台控制台会打印相关系列参数：
5、selectmessage-id/(orderbymessage-id)/limit100
6、数据库的写压力依然很大，每次生成ID都要访问数据库
7、缺点：
8、方法三：uuid/guid
9、所以往往要有一个time字段，并且在time字段上建立普通索引(non-clusterindex)。
10、41位时间截(毫秒级)，注意，41位时间截不是存储当前时间的时间截，而是存储时间截的差值(当前时间截-开始时间截)
11、生成的ID是整数，建立索引后查询效率高
12、好处
13、业务线小于10个，预留4bit给业务线标识
14、但是对于机器自身的系统时间有所依赖，一旦机器的系统时间发生了变化，在高并发环境下就有可能会有重复id生成的风险。
15、机器标识采用简单的主机名方案，只要主机名符合host-host-2就可以自动提取机器标识，无需配置。
16、application.yml配置文件
17、单机器出现时钟回拨，可能会出现ID冲撞。如何解决？可利用拓展位进行回拨记录。
18、 nginx反向代理和负载均衡策略实战案例
19、数据库层面设计：
20、最近面试BAT，整理一份面试资料《Java面试BAT通关手册》，覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。
二、王者重名id生成器
1、https://juejin.cn/post/6844904153894879239
2、依赖于系统时钟的一致性。如果某台机器的系统时钟回拨，有可能造成ID冲突，或者ID乱序
3、方法一：使用数据库的 auto_increment 来生成全局唯一递增ID
4、改进方法：
5、最后12位bit用于表示某一毫秒内的序列号，12位(bit)可以表示的最大正整数是4096-1=40所以也就是说一毫秒内可以同时生成4095个id。
6、SnowFlake算法生成的唯一id是一个64bit大小的整数，它的结构如下图：
7、冗余主库，避免写入单点
8、觉得本文有帮助？请分享给更多人
9、如上图所述，数据库使用双master保证可用性，数据库中只存储当前ID的最大值，例如0。
10、几乎所有的业务系统，都有生成一个唯一记录标识的需求，例如：
11、UUID由以下几部分组成：
12、高qps
13、
14、推荐关注「算法爱好者」，修炼编程内功
15、在对这几种方案进行了调研之后，于是小林便开始萌生了开发一款专用于自己公司平台的id生成器。
16、
17、用了这么久IDEA，你竟然不知道有个功能叫自动补全！
18、Redis提供了TIME命令，可以取得redis服务器上的秒数和微秒数。因些lua脚本返回的是一个四元组。
19、snowFlake算法的优点：
20、mongodb里面没有自增的id。
三、id生成器在线
1、引入hutool依赖
2、算法代码如下
3、缺点：
4、时钟序列。
5、作者：CoderZS
6、创建一个DisposableWorkerIdAssigner类直接复制以上代码。
7、建表时可能会报错，原因是该建表语句定义了两个TIMESTAMP字段，因为mysql低版本控制比较严格
8、如果在单机的情况下，生成唯一ID，可以利用机器内存的特点，通过内存分配即可。但我们线上的服务部署往往是多机器、多集群的。在这种情况下就要考虑分布式ID生成器了。如何确保数据唯一就显得很重要。
9、最大的便利是可以自由决定生成几行几列，自动排版，直接导出。
10、稍微解释一些雪花算法的含义：
11、在MySQL数据库中建一个名为 WORKER_NODE的数据表，其sql如下：
12、使用10bit来存放自增长ID，意味着每个节点，每毫秒最多可以生成1024个ID
13、REST发布模式(Netty)
14、采用整型作为ID时，如何生成自增、全局唯一且不重复的ID？
15、生成的格式如下所示：
16、可以通过启动脚本中配置相关参数：
17、支持集群配置id生成器，能够支持高qps访问和较好的扩容性。
18、8Controller
19、
20、个人资料界面点击“昵称”。
四、王者id生成器
1、4重写WorkerIdAssigner接口
2、第一位为未使用，接下来的41位为毫秒级时间(41位的长度可以使用69年)，然后是5位datacenterId和5位workerId(10位的长度最多支持部署1024个节点)，最后12位是毫秒内的计数(12位的计数顺序号支持每个节点每毫秒产生4096个ID序号)
3、同一个机器，同一个毫秒内，以序列号区区分保证生成的ID是不同的
4、高位取从2017年1月1日到现在的毫秒数(假设系统ID生成器服务在这个时间之后上线)，假设系统至少运行10年，那至少需要10年*365天*24小时*3600秒*1000毫秒=320*10^差不多预留39bit给毫秒数
5、订单标识：order-id
6、REST发布模式(Tomcat)
7、Vesta是一款通用的ID产生器，互联网俗称统一发号器，它具有全局唯粗略有序、可反解和可制造等特性，它支持三种发布模式：嵌入发布模式、中心服务器发布模式、REST发布模式，根据业务的性能需求，它可以产生最大峰值型和最小粒度型两种类型的ID，它的实现架构使其具有高性能，高可用和可伸缩等互联网产品需要的质量属性，是一款通用的高性能的发号器产品。提供4种应用部署方式，具体使用依场景而定：
8、例如短信的id：
9、每个机房机器数小于100台
10、第一位通常是0，没有特殊使用含义，因为1通常表示为补码。
11、直接创建WorkerNodeConfig类，复制以上代码。
12、-EOF-
13、UUID目前使用普遍的是微软的GUID，其格式如下：
14、selecttiezi-id/orderbytime/limit100
15、无法保证趋势递增
16、 snowflake生成的ID整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞(由datacenter和workerId作区分)，并且效率较高。据说：snowflake每秒能够产生26万个ID。
17、组件递增特性
18、最简单，使用最广泛的场景：单表设置一个自增ID，我们很多情况下的数据查询、获取都是通过该方式。
19、方式二：
20、uid-generator提供了两种生成器:DefaultUidGenerator、CachedUidGenerator。如对UID生成性能有要求,请使用CachedUidGenerator。
五、名字缩写id生成器
1、奖券的id：
2、在分布式服务中，各种复杂的业务场景需要有一个用于做唯一标识的id，例如订单业务，支付流水，聊天通信等业务场景。尤其是在分库分表场景中，分布式id生成器的使用频率更高。因此分布式id组件的设计应该要能支持以下几个特性：
3、((second*1000+microSecond/1000)键，这个键的值可以是任何类型的，在默认的情况下是个Objectid对象。mongodb的ObejctId生产思想在很多方面挺值得我们借鉴的，特别是在大型分布式的开发，如何构建轻量级的生产，如何将生产的负载进行转移，如何以空间换取时间提高生产的最大优化等等。
4、排除冲突依赖
5、10bit机器id(可划分为5bit的datacenterId，5bit的工作workerId)
6、
7、有些重要的id如果无意中暴露在了外网环境中，如果没有做过安全防范其实是一件非常危险的事情。例如说订单的id如果只是更具日期加订单数目的格式生成，例如说：2020111100001表示2020年11月11日的第一笔订单，那么如果竞对获取到了
8、使用12bit来存放逻辑分片ID，最大分片ID是4095
9、每秒的单机高峰并发量小于10W，即平均每毫秒的单机高峰并发量小于差不多预留7bit给每毫秒内序列号
10、借鉴snowflake的思想，结合各公司的业务逻辑和并发量，可以实现自己的分布式ID生成算法。
11、尤其是当使用生成的id作为索引的时候，uuid长度过长，大数据量的时候会导致b+树的叶子结点裂变频率加大，而且在进行索引比对的时候需要进行逐个字符比对，性能损耗也较高，应该抛弃该方案。小林查询了一些网上的资料发现uuid的主要组成由以下几个部位：
12、3将uid-generator核心对象装配为spring的bean
13、举例，假设某公司ID生成器服务的需求如下：
14、然后设置id order.setId(idGenerator.snowflakeId()+"");
15、如果服务挂了，服务重启起来之后，继续生成ID可能会不连续，中间出现空洞(服务内存是保存着0,1,2,3,4,数据库中max-id是分配到3时，服务重启了，下次会从6开始分配，4和5就成了空洞，不过这个问题也不大)
16、分布式id生成组件在使用过程中主要是qps偏高，因此在设计起初应该要能支持较高的qps查询，同时对于网络的延迟特性也需要尽可能降低。
17、Twitter-Snowflake算法产生的背景相当简单，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。
18、这样设计的64bit标识，可以保证：
19、这个切换的过程对调用方是透明的，可以自动完成，常用的技术是vip+keepalived，具体就不在这里展开。
20、依赖redis的EVAL,EVALSHA两个命令，利用redis的lua脚本执行功能，在每个节点上通过lua脚本生成唯一ID。生成的ID是64位的：
六、ID生成器
1、加起来刚好64位，为一个Long型。
2、丧失了ID生成的“绝对递增性”：先访问库0生成0,再访问库1生成可能导致在非常短的时间内，ID生成不是绝对递增的(这个问题不大，目标是趋势递增，不是绝对递增)
3、在高并发或者分表分库情况下怎么保证数据id的幂等性呢
4、中间的41位是用于存储时间，41位的长度足够容纳69年左右的时长。
5、优秀的Java项目代码都是如何分层的？
6、不通机器的状态表示码该如何设置？
7、7创建Mapper
