雪花算法生成 ID，如何便捷的生成机器 ID

网卡 mac 啊,硬盘序列号啊 这种

用各个硬件的唯一标识号

也不是很复杂，需要额外引入 Redis 或 MySQL ，每个实例去抢占一个 machine id 并 keep alive 。剩下的就是实现的可靠性了。

楼上几个 回答是有偏颇的, 如果要做到 服务无感,随时扩容,缩容 ,是需要 一个类似注册中心的 .

我们之前的做法是 固定部署几个实例 ,每个实例的序号就是 机器 id. 当然这也会有问题,

比如项目部署接单会出现 旧的实例没完全下线,新的已经上线了.还有就是无法随时扩容 .

这个其实也是服务治理中的一环了.

10bit 机器码，便捷就集群内网 IP % 1024 ，量不大没啥问题。
严谨点就按#3 #4 说的注册中心

redis 存一个自增的序号

UUID v1 满足不了么？

“版本 1 - UUID 是根据时间和 节点 ID （通常是 MAC 地址）生成；” -- 维基百科

@lmshl 主要是雪花生成出来的 是纯数字 ID

UUID 也是数字啊，一个 128 位大整数

@wxw752

@lmshl 一个自增 一个不是自增 差太多了

实际上直接用随机数都行，主键冲突了大不了抛“服务过于繁忙”错误，发生的概率非常小。

雪花算法要保证服务器时间一致，还有时间回拨问题，而且数值还很大，JS 直接用会丢精度。
不如数据库用维护序号，每次获取一批 ID 缓存到客户端。



BSON ObjectID 比 UUID 好用一点

说到 UUID 的话，有 V6 V7 两个草案阶段的变种是自增的

不要太复杂, 直接用个 mysql 主键维护一下.

每个机器启动的时候都去库里拿一下自己的 id, 如果没有就 insert.

但这里得注意, 如果机器码是三位的, 那集群下机器数量不能超过 1000, 还有废弃机器占用 id 的问题.

k8s 有状态应用的 hostname 或 redis 的 incr （程序版本为 key ）

@wu00
也不大行 ,8 个节点的时候 都不重复的概率大概就是 3% 发布 100 次可能就,期望就是 3 了.

容器编号如何

我们刚好有这个功能：
1. 提供一个服务端来下发未使用的 workerId ；
2. 客户端获取到 workerId 后定期上报心跳到服务端；
3. 服务端维护 workerId 的心跳信息（并针对异常心跳做断言，提前发现问题），一段时间内没心跳后标记为未使用；

当然还有一些细节：
1. 要考虑某个 Pod 反复重启的情况；
2. 引入命名空间的概念，针对数据不会交叉的场景隔离命名空间，不然 workerId 根本不够用；
3. 我们在 MySQL 还实现了一条有意思的 SQL：通过无锁的方式获取未被使用的 workerId ，返回范围在[0-MAX]，不用做取模等；

首选注册中心分配，部署多个服务没有注册中心有些不可思议啊。

在 etcd 维护一个 key, pod 启动的时候写入 etcd, pod 停止的时候从 etcd 删掉

使用 Redis ，几行代码即可。
```
public class DistributedWorkerIdGenerator {
private static final String ID_WORKER_ID_INCREMENT_KEY = "ID_WORKER_ID_INCREMENT";
private static final int MAX_WORKER_ID = 64;
private static final int EXPIRE_SECOnDS= 3600;
private static final String ID_WORKER_ID_PREFIX = "ID_WORKER_ID_";

/**
* 获取新的 workId
* 1.维护自增数字, 数字每次增加 1
* 2.如果 workerId 已经存在, 则循环获取新的 workerId
*
* @param redisTemplate
* @return workId
*/
Long acquireId(RedisTemplate<String, Object> redisTemplate) {
RedisAtomicLong redisAtomicLOng= new RedisAtomicLong(ID_WORKER_ID_INCREMENT_KEY, redisTemplate.getConnectionFactory());
Long incrementIndex;
Long workerId;
for (int i = 0; i < MAX_WORKER_ID; i++) {
incrementIndex = redisAtomicLong.getAndIncrement();
workerId = incrementIndex % MAX_WORKER_ID;
if (redisTemplate.opsForValue().setIfAbsent(ID_WORKER_ID_PREFIX + workerId, workerId, EXPIRE_SECONDS, TimeUnit.SECONDS)) {
return workerId;
}
}
throw new ApplicationException("Generate workId failed");
}

/**
* 续签 workerId
* 服务实例需要通过定时任务续签, 定时任务的时间间隔需要小于过期时间
*
* @param redisTemplate
* @param workerId
*/
void renewalId(RedisTemplate<String, Object> redisTemplate, Long workerId) {
redisTemplate.expire(ID_WORKER_ID_PREFIX + workerId, EXPIRE_SECONDS, TimeUnit.SECONDS);
}
```

我们是使用 Redis ，起一个自增一个 然后检查对应 key （有 5 分钟失效时间）是否存在 如果存在则再自增。
然后维持好心跳，一分钟发次心跳，续 5 分钟的失效时间

@Marcoo 自增到 workID 最大值了怎么处理？回头来？或者场景上就不可能达到最大值

@NoKey 是的 有个最大值 到最大值了就再从 0 开始 就这样一直循环下去。反正我们的实例数不多 基本上很少会冲突的