对于本文分布式id生成方案主要介绍Snowflake算法和现有互联网公司的开源的分布式id系统，例如美团left、百度uid-generator
Snowflake算法#
github：Snowflake算法-golang实现
snowflake雪花算法是twitter公司内部分布式项目采用的ID生成算法。
这种方案巧妙地把64位分别划分成多段，分开表示时间戳、机器标识和随机序列，先以此生成一个64位地二进制正整数，
然后再转换成十进制进行存储
说明:
- 第一个bit位是标识部分，在计算机中，正数是0，负数是1，一般生成的ID为正数，所以固定为0。
时间戳部分占41bit，这个是毫秒级的时间，一般实现上不会存储当前的时间戳，而是时间戳的差值（当前时间 - 固定的开始时间）， - 这样可以使产生的ID从更小值开始；41位的时间戳可以使用
(1 << 41) / (1000 * 60 * 60 * 24 * 365) = 69.7年。 - 工作机器id占10bit，这里比较灵活，可根据个人需求进行划分。
比如，可以使用前5位作为数据中心机房标识，后5位作为单机房机器标识，可以部署1024个节点。下面的算法示例也是按照这种方式划分的。 - 序列号部分占12bit，支持同一毫秒内同一个节点可以生成
2^12 = 4096个ID
优点：
- 整个ID是趋势递增，可以避免uuid无序问题
- 每秒能够生成百万个不同的ID，性能佳
缺点：
- 时钟回拨问题。因为太依赖时钟了，针对一个机器进行时钟回拨，那会产生相同的id。所以一般基于此的算法发现时钟回拨，
都会抛异常处理，阻止ID生成，这可能导致服务不可用。
Snowflake算法也采用时钟回拨即抛异常的方式
在大厂里，其实并没有直接使用snowflake，而是进行了改造，因为snowflake算法中最难实践的就是工作机器id，
原始的snowflake算法需要人工去为每台机器去指定一个机器id，并配置在某个地方从而让snowflake从此处获取机器id。
机器是很多的，人力成本太大且容易出错，所以大厂对snowflake进行了改造。
百度uid-generator#
GitHub:UidGenerator
百度uid-generator是snowflake算法基础上进行了改造。如图：
这个算法的时间戳是秒级的，并且workId是由系统生成的。workerID的生成基于mysql。在初始化的时候，
会此work二机器的信息插入到数据库，再将数据库的id作为workID。也就意味着只能使用一台数据库或者是一个读写分离的系统，
不能使用分布式数据库
美团left#
GitHub:美团left
美团技术团队:Leaf——美团点评分布式ID生成系统
美团left的系统也是基于Snowflake算法实现的。left系统基于zookeeper开发的(注：workid的生成基于zookeeper)
Leaf中workId是基于ZooKeeper的有序节点来生成的。
总之，系统生成workId减少了手动配置的问题，但是既然是基于Snowflake算法，那就不能避免避免时钟回拨的问题。
只能通过其他方式优化这个问题。
但是一般情况下，只要不影响工作，不会进行时钟回拨。毕竟，本系统使用时间是因为时间顺序性，而不是进行记时和校对时间的。