① 分布式ID生成之雪花算法详解
分布式ID生成方案中，雪花算法因其独特性备受关注。它以Twitter开源的形式，确保生成的ID如同雪花般独一无二，尤其适合分布式系统中的唯一标识需求。雪花算法的核心是通过四位结构构建：
雪花算法的优点在于其自增、有序，无需依赖数据库，且能在内存中高效生成大量ID。它支持分布式环境，通过时间、机器和序列号划分，便于查询和节点管理。例如，网络的uid-generator、滴滴的Tinyid和美团的leaf等都是基于雪花算法的开源实现。
以Java实现的雪花算法为例，如SnowflakeIdGenerator类，它通过配置文件灵活调整数据中心ID、机器ID位数和序列号长度。代码中提供了单个ID和批量ID生成接口，确保线程安全。虽然依赖系统时间一致性，但在分布式环境中可能遇到时间同步问题，需要额外考虑。
总结来说，雪花算法是分布式ID生成中的高效方案，但需注意时钟同步问题。在选择时，需权衡其优点和潜在挑战。
② 突破Java面试(49)-分库分表之后全局id的生成
分库分表之后，主键ID的生成问题成为了一个不得不面对的挑战。如何保证每个分库分表中ID的唯一性，成为了关键问题。
在多个表分库的情况下，如果每个表都是从1开始累加，显然是不合适的。这时候，需要一个全局唯一的ID来支持。
以下是一些可行的ID生成方案：
1. 数据库自增ID：这是最简单的方法，每次获取一个ID，都是基于数据库的自增ID。优点是简单易用，但缺点是，在高并发情况下，单库生成自增ID会有瓶颈。如果需要改进，可以考虑开一个专门的服务，但无论如何，都是基于单个数据库的。
2. UUID：UUID是一种本地生成的方式，不依赖于数据库。优点是简单方便，但缺点是，作为主键使用时，可能会导致重复。因此，UUID通常用于生成随机文件名、编号等。
3. 获取系统当前时间：这个方法简单，但高并发情况下，可能会出现重复。通常情况下，这种方法不太适用。
4. Snowflake算法：这是一个由Twitter开源的分布式ID生成算法。它可以将一个64位的long型ID分成三部分：41位作为毫秒数，10位作为工作机器ID，12位作为序列号。该算法可以确保每个机房每个机器每一毫秒，最多生成4096个不重复的ID。对于高并发场景，Snowflake算法的性能表现较好。
总结：在分库分表之后，选择合适的ID生成方案至关重要。根据实际业务需求，可以选择合适的方案，以确保ID的唯一性和高效性。