面试官： 小伙子，你低着头笑什么呐。开始面试了，你知道订单ID是怎么生成的吗？

啥？订单ID怎么生成？美女怎么不按套路出牌！HashMap实现原理，我已经倒背如流，你不问。瞎问什么订单ID。

我： 还能咋生成？用数据库主键自增呗。

面试官： 这样不行啊。数据库主键顺序自增，每天有多少订单量被竞争对手看的一清二楚，商业机密都暴露了。
况且单机MySQL只能支持几百量级的并发，我们公司每天千万订单量，hold不住啊。

我： 嗯，那就用用数据库集群，自增ID起始值按机器编号，步长等于机器数量。
比如有两台机器，第一台机器生成的ID是1、3、5、7，第二台机器生成的ID是2、4、6、8。性能不行就加机器，这并发量der一下就上去了。

面试官： 小伙子，你想得倒是挺好。你有没有想过实现百万级的并发，大概就需要2000台机器，你这还只是用来生成订单ID，公司再有钱也经不起这么造。

我： 既然MySQL的并发量不行，我们是不是可以提前从MySQL获取一批自增ID，加载到本地内存中，然后从内存中并发取，这并发性能岂不是杠杠滴。

面试官： 你还挺上道，这种叫号段模式。并发量是上去了，但是自增ID还是不能作为订单ID的。

我： 用Java自带UUID怎么样？

importjava.util.UUID;/***@authoryideng*@apiNoteUUID示例*/publicclassUUIDTest{publicstaticvoidmain(String[]args){StringorderId=UUID.randomUUID().toString().replace("-","");System.out.println(orderId);}}

输出结果：

58e93ecab9c64295b15f7f4661edcbc1

面试官： 也不行。32位字符串会占用更大的空间，无序的字符串作数据库主键，每次插入数据库的时候，MySQL为了维护B+树结构，需要频繁调整节点顺序，影响性能。况且字符串太长，也没有任何业务含义，pass。

小伙子，你可能是没参与过电商系统，我先跟说一下生成订单ID要满足哪些条件：

全局唯一：如果订单ID重复了，肯定要完蛋。
高性能：要做到高并发、低延迟。生成订单ID都成为瓶颈了，那还得了。
高可用：至少要做到4个9，别动不动就宕机了。
易用性：如果为了满足上述要求，搞了几百台服务器，复杂且难以维护，也不行。
数值且有序递增：数值占用的空间更小，有序递增能保证插入MySQL的时候更高性能。
嵌入业务含义：如果订单ID里面能嵌入业务含义，就能通过订单ID知道是哪个业务线生成的，便于排查问题。

我擦，生成一个小小的订单ID，搞出这么多规则，还能玩下去吗？难道今天的面试要跪，怎么可能。一灯的文章我一直订阅，这个还能难得住我，陪美女程序员玩玩还当真了。

我： 我听说圈内有一种流传已久的分布式、高性能、高可用的订单ID生成算法—雪花算法，完全能满足你的上述要求。雪花算法生成ID是Long类型，长度64位。

第 1 位： 符号位，暂时不用。
第 2~42 位： 共41位，时间戳，单位是毫秒，可以支撑大约69年
第 43~52 位： 共10位，机器ID，最多可容纳1024台机器
第 53~64 位： 共12位，序列号，是自增值，表示同一毫秒内产生的ID，单台机器每毫秒最多可生成4096个订单ID

代码实现：

/***@author一灯架构*@apiNote雪花算法**/publicclassSnowFlake{/***起始时间戳，从2021-12-01开始生成*/privatefinalstaticlongSTART_STAMP=1638288000000L;/***序列号占用的位数12*/privatefinalstaticlongSEQUENCE_BIT=12;/***机器标识占用的位数*/privatefinalstaticlongMACHINE_BIT=10;/***机器数量最大值*/privatefinalstaticlongMAX_MACHINE_NUM=~(-1L<<MACHINE_BIT);/***序列号最大值*/privatefinalstaticlongMAX_SEQUENCE=~(-1L<<SEQUENCE_BIT);/***每一部分向左的位移*/privatefinalstaticlongMACHINE_LEFT=SEQUENCE_BIT;privatefinalstaticlongTIMESTAMP_LEFT=SEQUENCE_BIT+MACHINE_BIT;/***机器标识*/privatelongmachineId;/***序列号*/privatelongsequence=0L;/***上一次时间戳*/privatelonglastStamp=-1L;/***构造方法*@parammachineId机器ID*/publicSnowFlake(longmachineId){if(machineId>MAX_MACHINE_NUM||machineId<0){thrownewRuntimeException("机器超过最大数量");}this.machineId=machineId;}/***产生下一个ID*/publicsynchronizedlongnextId(){longcurrStamp=getNewStamp();if(currStamp<lastStamp){thrownewRuntimeException("时钟后移，拒绝生成ID！");}if(currStamp==lastStamp){//相同毫秒内，序列号自增sequence=(sequence+1)&MAX_SEQUENCE;//同一毫秒的序列数已经达到最大if(sequence==0L){currStamp=getNextMill();}}else{//不同毫秒内，序列号置为0sequence=0L;}lastStamp=currStamp;return(currStamp-START_STAMP)<<TIMESTAMP_LEFT//时间戳部分|machineId<<MACHINE_LEFT//机器标识部分|sequence;//序列号部分}privatelonggetNextMill(){longmill=getNewStamp();while(mill<=lastStamp){mill=getNewStamp();}returnmill;}privatelonggetNewStamp(){returnSystem.currentTimeMillis();}publicstaticvoidmain(String[]args){//订单ID生成测试，机器ID指定第0台SnowFlakesnowFlake=newSnowFlake(0);System.out.println(snowFlake.nextId());}}

输出结果：

6836348333850624

接入非常简单，不需要搭建服务集群，。代码逻辑非常简单，，同一毫秒内，订单ID的序列号自增。同步锁只作用于本机，机器之间互不影响，每毫秒可以生成四百万个订单ID，非常强悍。

生成规则不是固定的，可以根据自身的业务需求调整。如果你不需要那么大的并发量，可以把机器标识位拆出一部分，当作业务标识位，标识是哪个业务线生成的订单ID。

面试官： 小伙子，有点东西，深藏不漏啊。再问个更难的问题，你觉得雪花算法还有改进的空间吗？

你真是打破砂锅问到底，不把我问趴下不结束。幸亏来之前我瞥了一眼一灯的文章。

我： 有的，雪花算法严重依赖系统时钟。如果时钟回拨，就会生成重复ID。

面试官： 有什么解决办法吗？

我： 有问题就会有答案。比如美团的Leaf（美团自研一种分布式ID生成系统），为了解决时钟回拨，引入了zookeeper，原理也很简单，就是比较当前系统时间跟生成节点的时间。

有的对并发要求更高的系统，比如双十一秒杀，每毫秒4百万并发还不能满足要求，就可以使用雪花算法和号段模式相结合，比如百度的UidGenerator、滴滴的TinyId。想想也是，号段模式的预先生成ID肯定是高性能分布式订单ID的最终解决方案。