Snowflake雪花算法

分布式系统中，一些业务场景需要获取全局唯一ID，常用方法为：twitter的snowflake、UUID/GUID、mongodb的objectId。
【UUID】
1. 使用36位的UUID，jdk的util包中UUID类生成
2. 缺点：数据长，且无序

【snowflake】
1. 数据相对短，按时间有序
2. snowflake的结构如下(每部分用-分开):
0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
1. 第一位是标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正数，最高位是0
2. 接下来的41位为毫秒级时间(41位的长度可以使用69年)，注意，41位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截 得到的值），这里的的开始时间截，一般是我们的id生成器开始使用的时间，由我们程序来指定的（如下下面程序IdWorker类的startTime属性）。41位的时间截，可以使用69年，年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69
3. 然后是5位datacenterId和5位workerId(10位的长度最多支持部署1024个节点） 
4. 最后12位是毫秒内的计数。12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间截)产生4096个ID序号
一共加起来刚好64位，为一个Long型。(转换成字符串后长度最多19)
snowflake生成的ID整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞（由datacenter和workerId作区分），并且效率较高。经测试snowflake每秒能够产生26万个ID。