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