① 分布式ID生成之雪花演算法詳解
分布式ID生成方案中，雪花演算法因其獨特性備受關注。它以Twitter開源的形式，確保生成的ID如同雪花般獨一無二，尤其適合分布式系統中的唯一標識需求。雪花演算法的核心是通過四位結構構建：
雪花演算法的優點在於其自增、有序，無需依賴資料庫，且能在內存中高效生成大量ID。它支持分布式環境，通過時間、機器和序列號劃分，便於查詢和節點管理。例如，網路的uid-generator、滴滴的Tinyid和美團的leaf等都是基於雪花演算法的開源實現。
以Java實現的雪花演算法為例，如SnowflakeIdGenerator類，它通過配置文件靈活調整數據中心ID、機器ID位數和序列號長度。代碼中提供了單個ID和批量ID生成介面，確保線程安全。雖然依賴系統時間一致性，但在分布式環境中可能遇到時間同步問題，需要額外考慮。
總結來說，雪花演算法是分布式ID生成中的高效方案，但需注意時鍾同步問題。在選擇時，需權衡其優點和潛在挑戰。
② 突破Java面試(49)-分庫分表之後全局id的生成
分庫分表之後，主鍵ID的生成問題成為了一個不得不面對的挑戰。如何保證每個分庫分表中ID的唯一性，成為了關鍵問題。
在多個表分庫的情況下，如果每個表都是從1開始累加，顯然是不合適的。這時候，需要一個全局唯一的ID來支持。
以下是一些可行的ID生成方案：
1. 資料庫自增ID：這是最簡單的方法，每次獲取一個ID，都是基於資料庫的自增ID。優點是簡單易用，但缺點是，在高並發情況下，單庫生成自增ID會有瓶頸。如果需要改進，可以考慮開一個專門的服務，但無論如何，都是基於單個資料庫的。
2. UUID：UUID是一種本地生成的方式，不依賴於資料庫。優點是簡單方便，但缺點是，作為主鍵使用時，可能會導致重復。因此，UUID通常用於生成隨機文件名、編號等。
3. 獲取系統當前時間：這個方法簡單，但高並發情況下，可能會出現重復。通常情況下，這種方法不太適用。
4. Snowflake演算法：這是一個由Twitter開源的分布式ID生成演算法。它可以將一個64位的long型ID分成三部分：41位作為毫秒數，10位作為工作機器ID，12位作為序列號。該演算法可以確保每個機房每個機器每一毫秒，最多生成4096個不重復的ID。對於高並發場景，Snowflake演算法的性能表現較好。
總結：在分庫分表之後，選擇合適的ID生成方案至關重要。根據實際業務需求，可以選擇合適的方案，以確保ID的唯一性和高效性。