考虑分布式：如何有一个全局Id，保证Id唯一，考虑到分库分表之后，还可以保证这些全局Id的生成规则 保证一直性的。

基本要求：

1、全局唯一
2、趋向递增（满足mysql的索引的特点）
3、尽量保证下一个id比上一个高
4、信息安全方面；保证id不容易被猜到
5、包含时间戳（了解这个id的生成时间）

高性能需求：

1、高可用：不能出问题呀99.999%情况下要成功创建
2、低延迟：毫秒级
3、高并发：支持高QPS（Query Per Second) = 并发量/平均响应时间 ；同时10万的情况要生成id

雪花算法产生之前的的解决方法：

1、UUID： 32位的16进制，是JDK自带的工具类；唯一性可以实现，但是它无序

// UUID 36位的16进制的 0e8500ab-a173-4d54-9eaa-e81477ea4470
System.out.println(UUID.randomUUID());

无序可以导致什么问题呢？
TODO： 了解一下B+tree,会导致索引的分裂，索引不好创建，索引不好查询
Innodb存储引擎的特点主键可以实现聚簇索引，，数据存入索引叶子节点上，可以直接存储值，而且是从左向右递增的，但是UUID是无序的，就是导致索引出现分裂。
2、数据的自增主键：mysql 通过replace into实现，（replace into 表中索引如果存在就替换掉）
有序性，唯一性,递增，但是集群分布不可以不能实现并发执行，不合适大数据量，每次插入数据都需要读写数据库。
3、redis: redis6.0支持多线程，redis单线程的天生保证原子性，
但是需要设置不同的增长步长。但问题是，这里需要维护配置麻烦。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jwnx5GSW-1595769830530)(en-resource://database/3758:1)]

boss 雪花算法：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4p8lv5rX-1595769830538)(en-resource://database/3762:1)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5Mbj0knD-1595769830544)(en-resource://database/3764:1)]
64位Long类型的整形基础数据类型，
1、0符号位：最高位为0，表示取正数
2、41位时间戳：11111111111111111111111111111111111111111
3、转化成10进制：2199023255551L

public static void main(String[] args) {Date date = new Date();date.setTime(2199023255551L);System.out.println(new SimpleDateFormat("yyyy-MM-dd").format(date));}

结果：2039-09-07
也就是可用到这个时候，这是当41位全部都满的情况

4、10位工作进程为：5+5也及时是workerId 和 datacenterId 机器码和机房码 也就是最好1024个节点（可以自己修改源码，根据业务修改对应的workerId和datacenterId的位数）
5、12位，序列号： 每台机器每毫秒内最多产生4096个序列号

常见的使用：

1、HuTool

<dependency><groupId>cn.hutool</groupId><artifactId>hutool-all</artifactId><version>5.3.9</version></dependency>

/*** @introduce: 使用huTool工具包，Id生成工具类 * @author: xingMeiLing* @DATE: 2020/7/15**/
public class Test3 {private long workId= 0;private long dataCenterId =1;private   Snowflake snowflake =  IdUtil.createSnowflake(workId,dataCenterId);@PostConstructpublic  void init(){try {workId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());} catch (Exception e){workId = NetUtil.getLocalhostStr().hashCode();}}public  synchronized long snowflakeId(){return snowflake.nextId();}public synchronized  long snowflakeId(long workId,long dataCenterId){Snowflake snowflake =  IdUtil.createSnowflake(workId,dataCenterId);return snowflake.nextId();}public static void main(String[] args) {System.out.println(new Test3().snowflakeId());}
}

优点：

•   毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。

作为DB表的主键，索引效率高。

•   不依赖数据库等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。

高性能高可用：生成时不依赖于数据库，完全在内存中生成。

容量大：每秒中能生成数百万的自增ID。

•   可以根据自身业务特性分配bit位，非常灵活。
 
缺点：

•     强依赖机器时钟，如果机器上时钟回拨，会导致发号重复或者服务会处于不可用状态。

•     可能会出现不是全局递增的情况。

2、解决时钟回拨问题：

• 百度UidGenerator
• Leaf美团

3、mybatisPlus-Core的IdWorker类