# shortURL

**Repository Path**: lcsolute/short-url

## Basic Information

- **Project Name**: shortURL
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-11-29
- **Last Updated**: 2021-11-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 雪花算法

使用雪花算法生成全局唯一 ID

比较其他方法：
1. UUID 优点代码简单，性能比较好。缺点没有排序，无法保证按序递增；其次是太长了比较长，存储数据库占用空间比较大，不利于检索和排序。
2. 数据库自增主键，过于依赖数据库，那么受限于数据库的性能会导致并发性并不高；再来就是如果数据量太大那么会给分库分表会带来问题；并且如果数据库宕机了，那么这个功能是无法使用的。
3. Redis 数据会丢失，即便是redis有RDB和AOF，也会丢失不能保证。

雪花算法： 基于时间生成 ID，基本保证有序性。

> 0(1位符号位，且始终为0)|时间戳(41位)|工作机器id(10位)|序列号(12位)

雪花算法长度为64bit，且有如下特征：

1. 最高位是符号位，始终为0
2. 41位的时间戳，精度位毫秒级，可使用69年
3. 10位的机器码，支持1024个节点
4. 12位的计数序列号，自增。同一节点，同一毫秒最多产生4096个序号

在此基础我将机器码分为两部分，一部分 3bit 代表机房，另一部分代表机器 7 bit。

在同一节点上，同一毫秒最多产生 4096 个序号。最多使用 69 年