雪花算法分布式Id以及其产生的前端精度损失解决方法

一. 分布式 id

特点：

1. 全局唯一性：全局没有重复的id标识。
2. 递增性：保证生成的 id 在业务中是递增的。
3. 高可用：确保在任何时候都能生成正确可用的id。
4. 高并发：在高并发环境下表现良好。

分布式id常见解决方案

1. UUID
java 中自带的算法，其能生成一串占 36 bit 的字符串，可以保证唯一性但无法实现有序递增，且业务可读性差。
2. 雪花算法
具体介绍写在下面。
3. Leaf
由美团开源的分布式id生成算法，能保证唯一性，递增性，但需要依赖关系数据库、Zookeeper 等中间件。可以参考：Leaf算法

二. 雪花算法

雪花算法是 Twitter 开发的一种分布式 id 生成算法，即 SnowFlake 算法，取意于自然界不存在两片完全一样的雪花，雪花算法生成的 id 也如雪花一样是独一无二的。

组成

雪花算法生成的 id 是一个 64 bit（位)的 long 型的数字（二进制的），下面给出结构图：

该生成的 id 主要由 4 部分构成：
1. 首位无效占位符：占用 1 bit ,其值始终为 0，没有意义。
2. 时间戳：占用 41 bit ,用来记录时间戳，为毫米级，即 2 的 41 次方大概为 69 年。
3. 机器编码：占用 10 bit ,其中高位 5 bit 是数据中心 ID，低位 5 bit 是工作节点 ID，最多可以容纳 1024 个节点。
4. 序列号：占用 12 bit ,用来记录同毫秒内产生的不同 id 。每个节点每毫秒从 0 开始不断累加，最多可以累加到 4095 ，一共可以产生 4096 个 id 。
SnowFlake算法在同一毫秒内最多可以生成 1024 X 4096 = 4194304 个全局唯一id。

三. 雪花算法导致前端精度丢失解决方法

原因：

前端 js 的 number 类型有最大值，即 2 的 53 次方，为9007199254740992，这是一个 16 位的十进制整数即前端精度为 16 位，后端采用雪花算法得到的 id 是 long 型（64 bit）的即精度为 19 位。这时候，前后端传值就会出现精度丢失。

解决方法：

1.把数据库 id 改为 String 类型，相当的麻烦，且性能会下降，此种方法不能使用。
2.采用注解方法，将@JsonSerialize(using = ToStringSerializer.class)加到需要的 id 字段上。例子如下：

public class ArticleVo {
    //防止后端Long类型转为前端JSON数据精度丢失
    @JsonSerialize(using = ToStringSerializer.class)
    private Long id;

    private String title;

    private String summary;
}

3.可以采用这个博主的全局配置类方法：点击这里查看