雪花算法生成分布式id
介绍
雪花算法的原始版本是scala版，用于生成分布式ID（纯数字，时间顺序）,订单编号等。
SnowFlake的优点是，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数据中心ID和workerId机器ID作区分)，并且效率较高，经测试，SnowFlake每秒能够产生26万ID左右。
其他id:
- 自增ID：对于数据敏感场景不宜使用，且不适合于分布式场景。
- GUID：采用无意义字符串，数据量增大时造成访问过慢，且不宜排序。
图解
- 1位标识，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
- 41位时间截(毫秒级)，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)，
- 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。
- 41位的时间截，可以使用69年，年T =
(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69 - 10位的数据机器位，可以部署在1024个节点，包括5位datacenterId和5位workerId
- 12位序列，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
加起来刚好64位，为一个Long型。(转换成字符串后长度最多19)
优点：
- 毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。
- 不依赖数据库等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。
- 可以根据自身业务特性分配bit位，非常灵活。
缺点：
- 强依赖机器时钟，如果机器上时钟回拨，会导致发号重复或者服务会处于不可用状态。