不管我们是不是有身份的人，我们一定是有身份证的人，身份证上面的号码就是我们的 ID，理论上这个 ID 是全国唯一的，而且通过这个号码，我们还可以得到一些个人信息，比如前两位可以确定我们第一次申请身份证的时候所在的省份、接下来的四位可以确定我们所在的区县，然后还可以知道我们出生的年月以及性别。
在我们的计算机应用中，也处处存在的ID， 比如订单编号、商品 ID、微博 ID、微信消息 ID、书的 ISDN 号、商品条码等等。通过 ID，可以迅速定位到对象实体、为对象之间建立关联、跟踪对象在不同服务之间的流转等等。
有的 ID 是无意义的唯一的标识，有的ID还能提供额外的信息，比如时间和机房信息等等。为了确保唯一性，有的ID使用很长的字节数，比如 256 个字节，有的通过递增的 long 类型，只需要 8 个字节来表示。考虑到存储、信息包含量、性能、安全等因素，一个好的 ID 的设计至关重要。
介绍 ID 生成和分布式的方案的文章已经非常非常多了，比如文末中的参考资料中的文章，所以我在本文中简洁的汇总各个方案的优缺点，然后介绍一个分布式的ID生成器项目 rpcxio/did[1]，它可以实现单节点百万级的节点生成。
ID 生成方案
UUID/GUID
通用唯一识别码（Universally Unique Identifier，缩写：UUID）是用于计算机体系中以识别信息数目的一个 128 位标识符，也就是可以通过 16 个字节来表示。
UUID 可以根据标准方法生成，不依赖中央机构的注册和分配，UUID 具有唯一性，这与其他大多数编号方案不同。重复 UUID 码概率接近零，可以忽略不计。
GUID 有时专指微软对 UUID 标准的实现（Globally Unique Identifier，缩写：GUID），通常表示成 32 个 16 进制数字（0－9，A－F）组成的字符串，如：{21EC2020-3AEA-1069-A2DD-08002B30309D}，实质上还是是一个 128 位长的二进制整数，在 Windows 生态圈中常用。
UUID 由开放软件基金会（OSF）标准化，作为分布式计算环境（DCE）的一部分。
UUID 的标准型式包含 32 个 16 进位数字，以连字号分为五段，形式为 8-4-4-4-12 的 32 个字元。范例：550e8400-e29b-41d4-a716-446655440000。
在其规范的文本表示中，UUID 的 16 个 8 位字节表示为 32 个十六进制（基数16）数字，显示在由连字符分隔 '-' 的五个组中，"8-4-4-4-12" 总共 36 个字符（32 个字母数字字符和 4 个连字符）。例如：
123e4567-e89b-12d3-a456-426655440000
xxxxxxxx-xxxx-Mxxx-Nxxx-xxxxxxxxxxxx四位数字 M 表示 UUID 版本，数字 N 的一至三个最高有效位表示 UUID 变体。在例子中，M 是 1 而且 N 是 a（10xx），这意味着此 UUID 是 "变体1"、"版本 1" UUID；即基于时间的 DCE/RFC 4122 UUID。
对于 "变体（variants）1" 和 "变体 2"，标准中定义了五个"版本（versions）"，并且在特定用例中每个版本可能比其他版本更合适。
版本由 M 字符串中指示：
- "版本 1" UUID 是根据时间和节点 ID（通常是MAC地址）生成；
- "版本 2" UUID 是根据标识符（通常是组或用户 ID）、时间和节点 ID 生成；
- "版本 3" 和 "版本 5" 确定性 UUID 通过散列（hashing）命名空间（namespace）标识符和名称生成；
- "版本 4" UUID 使用随机性或伪随机性生成。
更详细的信息可以参考 wikipedia[2] 和 RFC[3] 文档。
优点：
- 容易实现，产生快
- ID 唯一（几乎不会产生重复 ID）
- 无需中心化的服务器
- 不会泄漏商业机密
缺点：
- 可读性差
- 占用空间太多（16个字节）
- 影响数据库的性能，比如 UUID or GUID as Primary Keys? Be Careful![4]
递增的整数
可以通过关系型数据库的自增主键产生唯一的 ID，现在流行的商业数据库都支持自增主键的特性，比如 MySQL 等。
一些 NoSQL 数据库也提供类似特性，比如 Redis。
优点：
- 容易产生
- 可读性好，容易记住
- 存储很小，比如 4 个字节
缺点：
- 需要中心化的服务器，并且需要处理单点的问题，而且单点有性能瓶颈的问题。
- 如果 ID 暴露给公共访问，可能会泄漏商业机密。比如最近浑水报告通过统计销售小票推断出某商业模式的每日单量。
- 需要访问一次数据库获取 ID。
随机数
递增的整数可以用在内部的服务中，如果用在外部，可能会泄漏信息，所以如果能产生随机数就可以解决这个问题。
当然直接生成随机数可能比较困难，你可以在递增的整数上产生伪随机的整数，比如使用 skip32, 它还可以直接进行反解码，在内部反解出原来的递增的 ID，所以在一些场景的也有广泛的应用，比如在 PostgrepSQL中可以实现 skip32 function。
另外一个比较常用的加密递增 ID 方法是 hashid，它可以转换数字比如 347 为字符串 yr8，并且还可以反解出来，提供了很多语言的实现，比如 go-hashids、hashids-java、hashids.c等。
对于 64 bit 的整数，你可以使用 Block ciphers 实现加密。也有把 64 bit 整数分成两部分，分别应用 skip32 进行加密的。
优点：
- 可读性高
- 占用存储小，4 个字节就可以了
- 随机，不会泄漏信息
缺点：
- 同样需要中心化的服务，有单点问题和性能问题
- 需要两步，先产生递增的ID，再进行随机加密
随机字符串
另外一个产生随机 ID 方法是直接产生一个小的随机的字符串，比如短网址服务中的 ID。产生随机字符串的方法很多， 比图 tinyurl 和 bit.ly 使用的基于 62 字符的随机字符串，基于 hash（MD5）+base62 等，应用在 Bitcoin 地址上的可读性更好的 Base58。
优点：
- 短，5 个字符（字节）就可以表示 10 亿个 ID。
- 可读性高
- 随机，不会泄漏信息
缺点：
- ID 可能不唯一，需要检查和处理
Twitter的snowflake算法
Twitter 的 snowflake 分布式 ID 的算法是目前广泛使用的分布式 ID 算法，尽管有很多变种，比如位数的不同，时间片大小不同、node bit 数放在最后等各种变种，但是主要思想还是来自于 snowflake 的思想。同时访问方法也各种个样，比如提供 memcached 协议访问和 Redis 协议访问等等。
Twitter 在 2010 年儿童节的时候在官方博客上介绍了 snowflake 算法，内部用来表示每一条 tweet，尽管这个项目已经不再维护了 snowflake-2010。
snowflake 算法采用 64bit 存储 ID，最高位备用，暂时不使用。接下来的 41 bit 做时间戳，最小时间单位为毫秒。再接下来的 10 bit 做机器 ID（worker id），然后最后 12 bit 在单位时间（毫秒）递增。
41 bit 表示时间戳大约可以使用 69 年（2^41 -1），为了尽可能的表示时间，时间戳可以从第一次部署的时候开始计算，比如 2020-02-02 00:00:00，这样 69 年内可以无虞。
10 bit 区分机器，所以可以支持 1024 台机器。你也可以把 10 bit 分成两部分，一部分做数据中心的 ID，一部分做机器的 ID，比如 55 分的化，可以支持 32 个数据中心，每个数据中心最多可以支持 32 台机器。
12 bit 自增值可以表示 4096 的 ID，也就是说每台机器每以毫秒最多产生 4096 个 ID，这是它的最大性能。
正如前面所说，时间戳、机器 ID、自增 ID 所占的位数可以根据你实际的情况做调整。
snowflake 还有一个很好的特性就是基本保持顺序性，因为它的前几位是时间戳，可以对 ID 按照时间进行排序。另外在微服务中直接使用 ID 就可以计算 sla。
优点：
- 存储少，8 个字节
- 可读性高
- 性能好，可以中心化的产生ID，也可以独立节点生成
缺点：
- 时间回拨会重复产生 ID
- ID 生成有规律性，信息容易泄漏
MongoDB ObjectID
MongoDB 的主键类型 ObjectID 也是一种 ID 生成方案，比如：5349b4ddd2781d08c09890f3，它看起来是一个包含 24 个字符的字符串，实际采用 12 个字节来存储。
它使用 4 个字节代表时间戳，3 个字节代表机器 ID，2 个字节代表机器进程 ID，然后 3 个字节代表自增值。
相对于 snowflake，它采用了更多的存储（多了四个字节），可以容纳更多的信息。
优点：
- 可读性高
- 性能好，可以中心化的产生 ID，也可以独立节点生成
缺点：
- 占用存储较多
- 时间回拨会重复产生 ID
- ID生成有规律性，信息容易泄漏
分布式 ID 生成器服务 did
前面是一些 ID 生成的背景知识的介绍，这里介绍一个分布式 ID 生成器（rpcxio/did），它基于 snowflake 的算法，但是提供了可以定制的算法，支持初始化设置 worker id 和自增值的 bit 数。
因为它是一个中心化的 ID 生成器服务，所以每次获取 ID 都有额外的网络开销，所以最好一次申请一批数据，然后 client 在本地使用，用不了丢掉即可，所以 did 服务还提供批量获取 ID 的方法。
安装 did 的服务需要定时的和时间服务器进行同步，这个短时间的回拨不会影响 ID 的产生。重启服务一般也没有问题，因为各个节点和时间服务器的误差在毫秒左右，而重启至少是秒级的操作，所以不会有重复的 ID 产生。唯一怕的时候手工将时间回拨一个很长的时间（几个小时、几天），然后这个时候再重启服务，一般生产环境中也不会这么去做。
因为可以部署多个 did 服务做集群，所以可以提供容错机制，少量 did 节点宕机不会影响 ID 生成服务的访问。
因为 snowflake 算法性能优异，所以 ID 生成服务部署的节点不需要很多，每个机房只需要几台机器就可以了，所以你可以压缩 worker id 占用的 bit 数，扩大自增值占用的 bit 数。
测试中，单个节点可以提供 12 万 ID/秒的产生速度，而如果采用批量获取 100ID 的话，可以取得接近三百万 ID/秒的性能。
1、256个client并发，每次只获取1个ID, ID的产生速度是 12万个ID/秒。
./bclient -addr 192.168.15.225:8972 -n 100000
total IDs: 25600000, duration: 3m31.581592489s, id/s: 120993
2、如果采用批量获取，尽量减少网络消耗，256个client并发，每次只获取100个ID, ID的产生速度是 297万个ID/秒。
./bclient -addr 192.168.15.225:8972 -n 1000000 -b 100
total IDs: 256000000, duration: 1m26.178942509s, id/s: 2970563
