- A+
大家在实际项目中对数据ID的生成肯定每次都会纠结？
纠结一：如果用数据库的自增模式导致今后的分库分表无法分布式，如果要分布式，是不是考虑步长吧
纠结二：如果用GUID/UUID方式虽然简单也可分布式，但可能在有些数据库中索引效率肯定没有数字类型的索引效率高
纠结三：如果用redis的数字自增模式，考虑到肯定要自己做开发整合，还需考虑redis今后的吞吐承受能力，需要你额外的集群部署来增加吞吐量，那你还要掌握redis的运维知识
纠正四：利用第三方框架生成唯一ID，比如ZK，或者大公司的专门的ID开源框架，这个是不是你要去熟悉学习的成本
说了这么多，那我们正式谈谈我对这块的解决方案，我经历过大大小小的项目，也每次讨论数据表里的业务ID怎么去生成，我目前最近经手的项目最简单的方式是用雪花算法，但原有的雪花算法会生成出比较长的一个数字ID，那我们就稍微改造一下呗。
改造点：其实就是把时间间隔差缩短，自然而然生成的ID位数就小了，直接贴代码给各位看看
1、把唯一时间戳调整一下
2、把当前的间隔时间戳调整一下
完工，这个生成的唯一ID数字相对已经比较短了，如果再把TimeGen的时间加大生成出来可能不是你们期望的，你们可以试试哦！
最终的生成ID效果图给各位看看
大家完全不用担心ID生成重复，只要控制好workId，就能生成唯一性
接下来说一下如何运用到项目中
大家可能觉得运用不就是很简单嘛，实际写到代码里调用可以了。但我说的是运用的意思是如何用好它，首先你的项目一开始没有考虑分布式机制，单纯的就是一个API或者服务能处理一套业务流程，那就比较简单的在项目里调用可以了；
如果准备考虑部署N多个同场景的业务处理服务，并且可能跨多服务器集群部署，那可以把ID生成独立做成微服务，并且也可以负载它，并且控制好workId，那就大功告成了。
建议：生成后的ID，完全可以当主键KEY，也可以当作业务单来运用实际的业务流程中（比如订单号、流水单号等，如果区分单据那还可以加上你的自定义前缀字母）
那就贴出调整后的雪花算法的代码，希望给大家有所帮助，如有什么问题，可评论留言，今后有什么好东西我也继续分享给各位，也请大家多多指教，互相学习。
1 public class IdWorker 2 { 3 //机器ID 4 //private static long _workerId; 5 private static readonly long _twepoch = 687888001020L; //唯一时间，这是一个避免重复的随机量，自行设定不要大于当前时间戳 6 //private static readonly long _twepoch = 637353357826273090L; 7 private static long _sequence; 8 private static int workerIdBits = 4; //机器码字节数。4个字节用来保存机器码(定义为Long类型会出现，最大偏移64位，所以左移64位没有意义) 9 public static long MaxWorkerId = -1L ^ -1L << workerIdBits; //最大机器ID 10 private static int sequenceBits = 10; //计数器字节数，10个字节用来保存计数码 11 private static readonly int _workerIdShift = sequenceBits; //机器码数据左移位数，就是后面计数器占用的位数 12 private static readonly int _timestampLeftShift = sequenceBits + workerIdBits; //时间戳左移动位数就是机器码和计数器总字节数 13 public static long SequenceMask = -1L ^ -1L << sequenceBits; //一微秒内可以产生计数，如果达到该值则等到下一微妙在进行生成 14 private static long _lastTimestamp = -1L; 15 private static readonly object _locker = new object(); 16 17 /// <summary> 18 /// 机器码 19 /// </summary> 20 /// <param name="workerId"></param> 21 public IdWorker(long workerId=1) 22 { 23 //if (workerId > MaxWorkerId || workerId < 0) 24 //throw new Exception($"worker Id can't be greater than {workerId} or less than 0 "); 25 //_workerId = workerId; 26 } 27 28 public static long NextId(long workerId) 29 { 30 lock (_locker) 31 { 32 long timestamp = TimeGen(); 33 if (_lastTimestamp == timestamp) 34 { //同一微妙中生成ID 35 _sequence = (_sequence + 1) & SequenceMask; //用&运算计算该微秒内产生的计数是否已经到达上限 36 if (_sequence == 0) 37 { 38 //一微妙内产生的ID计数已达上限，等待下一微妙 39 timestamp = TillNextMillis(_lastTimestamp); 40 } 41 } 42 else 43 { //不同微秒生成ID 44 _sequence = 0; //计数清0 45 } 46 if (timestamp < _lastTimestamp) 47 { //如果当前时间戳比上一次生成ID时时间戳还小，抛出异常，因为不能保证现在生成的ID之前没有生成过 48 throw new Exception($"Clock moved backwards. Refusing to generate id for {_lastTimestamp - timestamp} milliseconds"); 49 } 50 _lastTimestamp = timestamp; //把当前时间戳保存为最后生成ID的时间戳 51 long nextId = (timestamp - _twepoch << _timestampLeftShift) | workerId << _workerIdShift | _sequence; 52 return nextId; 53 } 54 } 55 56 /// <summary> 57 /// 获取下一微秒时间戳 58 /// </summary> 59 /// <param name="lastTimeStamp"></param> 60 /// <returns></returns> 61 private static long TillNextMillis(long lastTimeStamp) 62 { 63 long timestamp = TimeGen(); 64 while (timestamp <= lastTimeStamp) 65 { 66 timestamp = TimeGen(); 67 } 68 return timestamp; 69 } 70 71 /// <summary> 72 /// 生成当前时间戳 73 /// </summary> 74 /// <returns></returns> 75 private static long TimeGen() 76 { 77 return (long)(DateTime.UtcNow - new DateTime(1998, 11, 1, 0, 0, 0, DateTimeKind.Utc)).TotalMilliseconds; 78 } 79 }
最后来一局感慨：简单也是美！！！
