注意：雪花算法并不是ID的唯一选择！

秋天，树上掉下两片叶子，你要和它们说再见。但你如何知道这片叶子，不是另外一片叶子？是通过它的形状，还是通过它的重量？

当我们在分布式环境中存储一些数据的时候，不得不面对的一个选择，就是ID生成器。

使用一个唯一的字符串，来标识一条完整的记录。

这时候，不能使用md5或者sha1来对整个记录做摘要，因为我们后续还要改动这个记录。也不能使用单机的计数器，因为计数器容易重启清零，也会存在多台机器上的数值重复，这违背了无状态服务的建设目标。

无奈的选择UUID

虽然UUID在大多数语言中都有相关的类库，但除非迫不得以，我们一般不会使用它。UUID虽然不会重复，但它非常的长，长的让人望而生畏。

XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX

标准的UUID有5个部分组成：8-4-4-4-12，一共32个十六进制字符。因此，一共是128位。

当把UUID作为数据库的索引时，会因为它没有顺序性造成索引的随机分布和；因为数据量巨大造成查询性能降低。

同时，UUID也是不可读的。如果你把它打印在纸质的订单上，并不是一个好的主意。

UUID同时还有信息安全的隐患，它的数据计算里有MAC地址的参与，比较知名的是，曾被用于寻找梅丽莎病毒的制作者位置。

改造时间戳

如果你是单机应用，那么使用时间戳没什么问题，即使不用纳秒，使用毫秒也是足够的。但在分布式环境下面，时间戳同样不是一个好的选择。

即使你在机器安装了ntpd时间同步，但由于网络和机器的差异，计算机的时钟总是存在差异，你的时间戳总会出现重复。为了解决这个问题，你需要增加一些其他的标识，比如机器的ID，或者更多细分的信息减少时间的碰撞。

这种自定义的ID生成器，只适合特定的业务。

做着做着你就会发现，它本质上是雪花算法的变种。

雪花算法

雪花算法生成的ID是long类型，默认字符串长度是19位，它分为4个部分。

1. 保留位 1 位。

2. 毫秒时间戳 — 41 位（比如从现在开始，支持到未来的69年）,这个其实也挺尴尬的，因为70年之后就会失效。但你不会在一家公司工作70年，所以，随它去吧。

3. 配置的机器/节点/分片 ID — 10 位（总共支持 2^10 = 1024 个节点）

4. 序列号 - 12 位（机器的本地计数，所以支持的并发已经很高了）

相比起UUID来，雪花算法所生成的ID是排序的，具有更好的紧凑性，是目前大多数业务优先采用的ID生成算法。

值得注意的是，雪花算法在JavaScript中有一个坑。后端在返回ID的时候，需要使用String类型代替Long类型，否则会产生预想不到的错误。

这是因为。在JavaScript中，存在两种数字。Number和BigInt。最常用的，就是number。

最大的Number，叫做Number.MAX_SAFE_INTEGER，它的值为：

• 2^53-1 或者

• +/- 9,007,199,254,740,991

众所周知，Java中的Long，是64位的。Js中的这个安全Integer，完全达不到Java中定义的长度。

这就是万恶的IEEE_754规范，它在Long长度大于17位时会出现精度丢失的问题。

NanoID

NanoID是从JavaScript库中演变过来的，目前在多个语言上通用。它长下面这样。

V1StGXR8_Z5jdHi6B-myT

虽然NanoID无法替代雪花算法，但就凭这长度，替换UUID是绰绰有余的。NanoID 大小只有 108 字节，比UUID小了35%，更加紧凑。

另外，它的速度更快，它可以使用默认字母表每秒生成超过 220 万个唯一 ID，使用自定义字母表时每秒可以生成超过 180 万个唯一 ID，且几乎没有碰撞几率。

如果你的ID对顺序性没有什么严格的要求，比如使用了kv等非常松散的数据库，那么NanoID是你的不二选择。

End

介绍了这么多，你会用哪种ID生成器呢？其实，一个组件如果使用的量增加到一定程度，都会出现问题，需要专门进行组件设计。

比如美团的leaf，在大型互联网中肯定有用武之地。但对于一般互联网，甚至是中型互联网来说，这到底是糖衣还是炮弹，作为决策者的你不得不思量思量。