有时我们不依赖数据库中自动递增的字段产生唯一ID，比如多表同一字段需要统一一个唯一ID，这时就需要用程序来生成一个唯一的全局ID。

1、UUID

从Java 5开始， UUID 类提供了一种生成唯一ID的简单方法。UUID是通用唯一识别码 (Universally Unique Identifier)的缩写，UUID来源于OSF(Open Software Foundation，开源软件基金会)的DCE(Distributed Computing Environment，分布式计算环境)规范。UUID 的目的，是让 分布式系统 中 的所有元素，都能有唯一的辨识资讯，而不需要透过中央控制端来做辨识资讯的指定。如此一来，每个人都可以建立不与其它人冲突的 UUID。

UUID是一个128bit的数字，也可以表现为32个16 进制 的字符（每个字符0-F的字符代表4bit），中间用”-“分割。

1）时间戳＋UUID版本号： 分三段占16个字符(60bit+4bit)，

2）Clock Sequence号与保留字段：占4个字符(13bit＋3bit)，

3）节点标识：占12个字符(48bit)，

UUID的唯一缺陷在于生成的结果串会比较长。

 public class GenerateUUID {
public  static  final  void  main(String... args) {
// generate random UUIDs
UUID idOne = UUID.randomUUID();
UUID idTwo = UUID.randomUUID();
log("UUID One: " + idOne);
log("UUID Two: " + idTwo);
}

 private  static void log(Object object) {
System.out.println(String.valueOf(object));
}
}  

结果为：

 UUID One: 6b193443-b95d-4462-9902-a6455ebc56d6
UUID Two: 4ef9b375-839b-4150-8f31-1ed85fab63fd  

2、随机数的哈希值

此方法使用SecureRandom和MessageDigest：

1）启动时，初始化SecureRandom （这可能是一个冗长的操作）

2）使用 SecureRandom生成一个随机数

3）创建一个MessageDigest，使用某种摘要算法

4）将MessageDigest返回的 byte []编码为某种可接受的文本形式

5）检查结果是否已经被使用；如果尚未使用，则适合作为唯一标识符

MessageDigest类是适合于产生任意数据的“单向散列”。

 public class GenerateId {
public static void main(String... arguments) {
try {
SecureRandom prng = SecureRandom. getInstance ("SHA1PRNG");

String randomNum = Integer.valueOf(prng.nextInt()).toString();

MessageDigest sha = MessageDigest.getInstance("SHA-1");
byte[] result = sha.digest(randomNum.getBytes());

System.out.println("Random  number : " + randomNum);
System.out.println("Message digest: " + hexEncode(result));
} catch (NoSuchAlgorithm Exception  ex) {
System.err.println(ex);
}
}

static private String hexEncode(byte[] input) {
 StringBuilder  result = new StringBuilder();
 char [] digits = {'0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'a',
'b', 'c', 'd', 'e', 'f'};
for (int idx = 0; idx < input.length; ++idx) {
byte b = input[idx];
result.append(digits[(b & 0xf0) >> 4]);
result.append(digits[b & 0x0f]);
}
return result.toString();
}
}  

结果为：

 Random number: -2017013782
Message digest: 2c3bba8d4dbd3699648c5909685d21f9c64b6a8a  

3、 twitter 的snowflake

twitter的一个全局唯一id生成器，结果是一个long型的ID。

1）正数位(1bit)：一个符号位，永远是0。

2）时间戳(41bit) ：自从2012年以来的毫秒数，能撑139年。

3）自增序列(12bit，最大值4096)：毫秒之内的自增，过了一毫秒会重新置0。

4）DataCenter ID (5 bit, 最大值32）：配置值，支持多机房。

5）Worker ID ( 5 bit, 最大值32)，配置值，一个机房里最多32个机器。

4、Snowflake算法的变化

Snowflake算法生成的唯一ID为long型数值，但如果想在应用中使用int类型的自增ID的话可以做些调整。

时间戳改为分钟（25bit），自增序列（7bit）。自增序列最大值128，在一分钟内会不够使用。可以采用预支方式取下一分钟。

此方式只适用于一个单体应用，不适合分布式系统。

 /**
 * @ClassName: SnowflakeIdWorker3rd
 * @Description:snowflake算法改进
 * @author: wanghao
 * @date: 2019年12月13日 下午12:50:47
 * @version V1.0
 * 
 *          将产生的Id类型更改为Integer 32bit <br>
 *          把时间戳的单位改为分钟,使用25个 比特 的时间戳（分钟） <br>
 *          去掉机器ID和数据中心ID <br> 
 *          7个比特作为自增值，即2的7次方等于128。
 */public class SnowflakeIdWorker3rd {
/** 开始时间戳 (2019-01-01) */private final int twepoch = 25771200;// 1546272000000L/1000/60;

/** 序列在id中占的位数 */private final long sequenceBits = 7L;

/** 时间截向左移7位 */private final long timestampLeftShift = sequenceBits;

/** 生成序列的掩码，这里为127 */private final int sequenceMask = -1 ^ (-1 << sequenceBits);

/** 分钟内序列(0~127) */private int sequence = 0;
private int laterSequence = 0;

/** 上次生成ID的时间戳 */private int lastTimestamp = -1;

private final MinuteCounter counter = new  Minute Counter();

/** 预支时间标志位 */boolean isAdvance = false;

// ==============================Constructors=====================================
public SnowflakeIdWorker3rd() {

}

// ==============================Methods==========================================
/**
 * 获得下一个ID (该方法是线程安全的)
 * 
 * @return SnowflakeId
 */public  synchronized  int nextId() {


int timestamp = timeGen();
// 如果当前时间小于上一次ID生成的时间戳，说明系统时钟回退过这个时候应当抛出异常
if (timestamp < last Timestamp ) {
throw new RuntimeException(String.format(
"Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
}

if(timestamp > counter.get()) {
counter.set(timestamp);
isAdvance = false;
}

// 如果是同一时间生成的，则进行分钟内序列
if (lastTimestamp == timestamp || isAdvance) {
if(!isAdvance) {
sequence = (sequence + 1) & sequenceMask;
}

// 分钟内自增列溢出
if (sequence == 0) {
// 预支下一个分钟,获得新的时间戳
isAdvance = true;
int laterTimestamp = counter.get();
if (laterSequence == 0) {
laterTimestamp = counter.incrementAndGet();
}

int nextId = ((laterTimestamp - twepoch) << timestampLeftShift) //
| laterSequence;
laterSequence = (laterSequence + 1) & sequenceMask;
return nextId;
}
}
// 时间戳改变，分钟内序列重置
else {
sequence = 0;
laterSequence = 0;
}

// 上次生成ID的时间截
lastTimestamp = timestamp;

// 移位并通过或运算拼到一起组成32位的ID
return ((timestamp - twepoch) << timestampLeftShift) //
| sequence;
}

/**
 * 返回以分钟为单位的当前时间
 * 
 * @return 当前时间(分钟)
 */protected int timeGen() {
String timestamp = String.valueOf(System.currentTimeMillis() / 1000 / 60);
return Integer.valueOf(timestamp);
}

// ============================== Test =============================================
/** 测试 */public static void main(String[] args) {
SnowflakeIdWorker3rd idWorker = new SnowflakeIdWorker3rd();
for (int i = 0; i < 1000; i++) {
long id = idWorker.nextId();
System.out.println(i + ": " + id);
}
}
}  

 public class MinuteCounter {
private static final int MASK = 0x7FFFFFFF;
    private final AtomicInteger atom;
    
    public MinuteCounter() {
        atom = new AtomicInteger(0);
    }
    
    public final int incrementAndGet() {
        return atom.incrementAndGet() & MASK;
    }
    
    public int get() {
        return atom.get() & MASK;
    }
    
    public void set(int newValue) {
    atom.set(newValue & MASK);
    }
}