实施制定一系列具有全局性意义的(大众id系列有几款车)
1、背景
在分布式系统中，数据需要由消息唯一标识，以标识数据在系统中的唯一性。该标识通常用作数据库的主键，innodb引擎将使用主键id来保留集群索引(物理排序按该字段排序)。
而数据库的自增id不能实现分布式模式下的自增，只能实现左单表的自增，这就需要统一的id生成器来实现id的生成。基本要求：全局唯一、单调递增(聚集索引)、信息安全(没有id可以避免被抓取)。
2、程序
方案一：数据库自增ID(AUTO_INCREMENT)，维护一个序列表，需要插入新数据时从序列中取出next_id，然后等待下一次使用。
方案二：用redis或zookeeper保存id生成器的数据本质上和方案一一样，依赖第三方的服务，复杂度高。
方案三：类似Twitter的雪花算法，为每台机器提供唯一标识符，id机器标识符自动添加到时间戳中，这样ID生成算法完全不依赖第三方，没有网络调用，效率高。
3. Snowflake algorithm
第一，不需要。在二进制中，1的最高位是负数，但是我们生成的id一般是整数，所以这个最高位总是0。
41位，用来记录时间戳(毫秒)，41位可以。。2411个数字，也就是说41位可以。。2411毫秒的值，换算成单位年就是(2 411)/(1000606024365)=69年。
10位数字，用于记录工作机器的id。可以部署在210=1024个节点中，包括5位的datacenterId和5位的worker id，5位可以表示的最大正整数是2 ^ 51=31。
也就是32个数字，比如0，1，2，3，31，可以用来表示不同的datecenterId或workerId。
12位，序列号，用于记录同一毫秒内生成的不同id。12位可以表示的最大正整数是2121=4095，即0、1、2、3、可以用4095。
表示同一台机器在同一时间段(毫秒)内生成的4096个ID序列号
4.单点批量ID生成服务
分布式id的难点在于很难保证绝对定时。为了保证绝对定时，我们只能使用单点服务，使用本地时钟来保证“绝对定时”。在第一种方案中，可以优化方案的缺点，每次取出的next_id 10，
这样每次取出10个id，分发后再取出10个id，这样单点数据库的压力减少了1/10，单点故障问题可以通过备用数据库和keepalive来实现。
如果服务挂机重启得到next_id 10的数据，可能会有漏洞，但问题不大。
4. Goran realizes snowflake. github. com/bwmarrin/Snowflake is a fairly lightweight snowflake to realize.
package mainimport ('fmt''github.com/bwmarrin/snowflake''os')func main() {n, err :=snowflake.NewNode(1)if err !=nil {println(err)os.Exit(1)}id :=n.Generate()//Print out the ID in a few different ways.fmt.Printf('Int64 ID: %d\n', id)fmt.Printf('String ID: %s\n', id)fmt.Printf('Base2 ID: %s\n', id.Base2())fmt.Printf('Base64 ID: %s\n', id.Base64())//Print out the ID's timestampfmt.Printf('ID Time : %d\n', id.Time())//Print out the ID's node numberfmt.Printf('ID Node : %d\n', id.Node())//Print out the ID's sequence numberfmt.Printf('ID Step : %d\n', id.Step())//Generate and print, all in one.fmt.Printf('ID: %d\n', n.Generate().Int64())}
