twitter snowflake 全局唯一ID算法
研发页游时，经常需要合服，每次合服，最浪费时间的就是重复ID的合并，后来，渐渐的有人用了各个大区集中到ID分配节点上获取一定量的ID，来分配。对于ID分配节点来说，有一定的单点风险。对于使用这些预约的ID，每次关服，开服都需要重新存储，加载剩余的可用ID个数，位置等等，还挺麻烦。
最近做不分区的游戏，发现了Twitter的分布式唯一ID生成算法snowflake，发现不光在不分区的分布式游戏节点上用合适，也可以用在分区分服的传统页游、手游上。
1，符号位不用，JAVA类语言不好处理，跟其他平台对接时会带来麻烦
2，范围为39bit，当前时间戳-开服时间戳（比如20150916，写死在代码里，不可以配置）的差值，1<<39 -1 = 17.4年。可用17年的ID，我觉得38bit ，可以实现8.7年 的存储，足够一个游戏的生命周期了。
3，10bit，服务器ID，最大值1023，可以支持开到1000多个服。（游戏太火，1000多不够？这么火的游戏，正好上面时间戳差值可以节省1个bit，够开2047个服了。还不够？那下面两个想着省点呗）
4，4bit，每个服的节点（或线程）ID，最大值15。一般，需要开这么线程才能处理完的业务量时，都会再开新服了，15个用不完的。还不够的话，下面的自增序列肯定用不完，可以拿个过来。
5，10bit，自增序列最大值为 1023，每毫秒内可产生1023个不重复ID供使用，每秒100W个不重复ID。角色ID自增，以及道具、建筑ID自增，建议每个业务都用自己的一个ID生成器，不要共用同一个。每个游戏进程按照QPS为1W来算，一个请求注册1个用户的话，实际用到的每秒1W即可。若用于道具ID生成，每个查询会生成10个来算，每秒可生成10W即可。也就是说 自增序列占7bit即可，其余3个可分配到其他存储位置上。
这么分配ID的话，以后合服只需要直接合并导入数据，不用担心ID重复的问题了。
Golang语言版的gosnowflake : https://github.com/Terry-Mao/gosnowflake/blob/master/id.go
PHP版的IDWork： https://github.com/zhouyuan24/IDWork/blob/master/idwork.php
JAVA版的 idcenter：https://github.com/adyliu/idcenter/blob/master/src/main/java/com/sohu/idcenter/IdWorker.java
