JVA实现雪地算法
什么是雪花算法SnowFlake？
SnowFlake算法是Twitter设计用于在分布式系统中生成唯一ID的算法，Twitter每秒钟可以满足上万个消息ID分配请求。 这些消息ID是唯一的，并具有大致的增长顺序。
雪花算法SnowFlake和UUID有什么区别？
分析UUID
什么是uid？
uid是通用唯一标识符的缩写，在开放软件基础(OSF )标准中，是网卡的MAC地址、时间戳、名称空间、随机或伪随机数、泰国使用这些元素生成UUID。
uid由128位二进制文件组成，通常转换为十六进制数字，用字符串表示。
java有一个UUID类，有四个不同的UUID生成策略。
四种不同的UUID生成策略？
randomly:基于随机数生成UUID，因为Java的随机数是伪随机数，所以可以计算重复的概率。
基于时间的：是基于时间的UUID。 这通常根据当前时间、随机数和本地Mac地址计算。 随附的JDK包中没有此算法，我们在一些UUIDUtil (如log4j.core.util )中重新定义UUID的顶部和底部。
DCE安全： DCE安全的UUID。
name-based :通过根据名称的UUID计算名称和名称空间的MD5来计算UUID。
uid的优缺点是什么？
好处
本地生成，不通过网络I/O，性能快。
无序，无法预测他的生成顺序。 (当然这也是他的缺点之一)
缺点
128位二进制文件通常转换为36位十六进制文件，太长只能用字符串存储，占用大量空间。
不能生成增量有序的数字。
使用uid的场景？
应用uid的场景不需要担心过多的空间占用，也不需要生成有增长趋势的数字。 在Log4j中，他将UUID添加到UuidPatternConverter中以标识每个日志。
雪花算法SnowFlake比UUID好吗？
雪花算法可以生成升序数字，但不能用UUID生成。
雪花算法的实现原理？
SnowFlake算法生成的ID是一个64位整数，其结构如下： 用“-”符号分隔。
0-000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000
1比特标记部分：在java中，long的最高位比特为符号比特，正数为0，负数为1，一般生成的ID为正数，因此为0；
41位时间戳部分：这是毫秒级别的时间，在典型实现中不存储当前时间戳，而是使用时间戳的差(当前时间-固定的开始时间)，允许生成的ID从较小的值开始； 41位时间戳可用于69年，(1L 41 )/(1000L 60 60 24 365 )=69年。
10位节点部分：在Twitter实现中，通过使用前5位作为数据中心标识符，使用后5位作为计算机标识符，可以部署1024个节点。
12位序列号部分：支持同一节点在同一毫秒内生成4096个ID。
SnowFlake算法生成的ID几乎随时间增加。 在分布式系统中使用时，必须注意数据中心ID和计算机ID必须是唯一的，以确保每个节点生成的ID是唯一的。 如上所述，我们可能不一定要使用5位作为数据中心的标识，5位作为机器的标识。 根据我们的业务需要，可以灵活地分配节点部分。 例如，如果不需要数据中心，所有10位都可以用作机器的标识。 如果数据中心较少，则也可以只使用3位作为数据中心，7位作为计算机标识符。
雪花算法实现snowflake
使用雪地算法时的注意事项
SnowFlake算法生成的ID几乎随时间增加。 在分布式系统中使用时，必须注意数据中心ID和计算机ID必须是唯一的，以确保每个节点生成的ID是唯一的。
左移，右移运算符
左移运算符
将一个运算对象的各二进制位全部向左移动几个位(舍弃左边的二进制位，向右添加0 )。
注意： java的整数位是32位。
小技巧：
对于正数来说，左移位相当于乘以2 (其中，效率高于乘法)。
例如，将1向左移动12位，相当于12的12次方。 结果是4096。
system.out.println(112； //4096
系统. out.println (math.pow (2，12 )； //4096
右移位运算符
将一个运算对象的各二进制位全部向右移位几个，正数向左补充0，负数向左补充1。
小技巧：
对于正数来说，右1位移相当于除以2 (但是，比除法运算效率更高)。
例如，如果将4向右偏移2位，则相当于4除以2的平方。 结果是1。
system.out.println(42； //1
system.out.println(4/math.pow ) ) 2，2 )； //1