一、前言
刚好前段时间面试阿里被问到了这个问题，这里就聊聊吧~~
二、雪花（SnowFlake）算法
记得当时被面试官问到这个问题的时候，还不知道有雪花算法这个东西。就说了下自己的想法。
- 首先想到了肯定要有一个时间戳，为了确保精度，决定使用纳秒。
- 然后想到肯定是多台服务器一起产生id，为了区分机器，想到了用机器编码区分。接着在一想，如果和阿里一样有多个机房，每个机房的机器编码可能重复，那就在加一个机房号吧。
- 有了时间戳、机器号和机房号，最后加一个单位时间的只增数吧，每隔一段时间重置一次，一段时间可能是1秒或者几百毫秒，可以多次实验确定。
说完自己的想法以后，面试官说这个和雪花算法很类似，然后问了我那这个id的长度你准备设计多长？笔者就说先试纳秒时间戳的长度，然后机房号给个2字节差不多了，毕竟16进制的FF可以存255个机房了。机器号给个什么4个字节，一个机房65535台机器够多了吧。然后单位时间的自增ID也给个6字节，应该不会有单台服务器每秒能承受16777215个请求吧。。。
面试官听完以后说这个方法可以。但是你有没有想过，在分布式部署的情况，可能会有一台时间基准服务器，某台的服务器的时间可能超了那么一点点，那么在下一次进行时间校准的时候，可能会回到原先的时间从而导致产生重复id，有什么好的办法解决吗？
当时笔者确实没想到，但是面试官给了一下提示，可以用缓存的方式想想。然后我就说了用Map存储一段时间点的最大id，因为就算尝试时间误差，范围也不会太大。然后面试官说这样也行，但不是最好的。这里面试官也没告诉我最好的是什么，我也没问。。。有知道的大佬可以评论区告诉笔者么？接着面试官就说这种算法产生的第一个id会非常大，有没有什么办法让第一个id可以从1开始？
三、借助第三方工具，比如redis
有没有什么办法让第一个id可以从1开始？当时我就想到了自增id，还要保证原子性，还要是分布式的原子性。于是笔者就想到了使用redis的自增方法产生id。由于redis本身是单线程安全的，所以用这个方法简单粗暴，redis本身的高可用也有很多方案实现（这里不细讲）。然后面试官说这确实很简单粗暴也可行。接着又问，如果不适用第三方工具，就在应用程序里面做该如何实现？
四、自己取名叫分区思想
话不多说，上图解释，虽然图貌似没什么用。
好像吧解释也写在图里面了，那就这样吧。不知道各位大神们还有什么其他见解没？欢迎评论区讨论~