常见方式

1. UUID：使用UUID算法生成唯一标识符，可以通过不同的实现方式获得不同长度的字符串或二进制数值。
2. 基于时间戳的全局唯一ID（Snowflake算法）：通过组合机器ID、时间戳和序列号等信息生成唯一ID。
3. Redis自增：使用Redis的原子操作INCR或INCRBY命令实现ID的自增，同时保证不重复。
4. 数据库自增：通过数据库的自增属性生成唯一ID，如MySQL中的AUTO_INCREMENT。
5. Twitter的雪花算法（Twitter Snowflake）：是由Twitter公司开发的一个分布式ID生成算法，类似于Snowflake算法，但解决了时钟回拨问题。

UUID

示例代码：

import java.util.UUID;public class UUIDDemo {public static void main(String[] args) {// 生成一个随机UUIDUUID uuid = UUID.randomUUID();System.out.println("随机生成的UUID为：" + uuid.toString());}
}

运行结果：

随机生成的UUID为：f43e4fc8-89fc-491e-bd44-c7c6a5dc09ca

以上代码中，导入了Java的java.util.UUID库，利用UUID.randomUUID()方法生成一个随机UUID并输出。

Snowflake算法

基于时间戳的全局唯一ID（Snowflake算法）：通过组合机器ID、时间戳和序列号等信息生成唯一ID。

• 示例代码：

public class SnowflakeDemo {// 机器ID（可以使用配置文件读取）private static final long WORKER_ID = 1L;// 数据中心ID（可以使用配置文件读取）private static final long DATA_CENTER_ID = 1L;// 序列号初始值private static long sequence = 0L;// 开始时间戳，用于计算时间戳部分的值（可以使用配置文件读取）private static final long START_TIMESTAMP = 1609459200000L; // 2021/1/1 0:0:0/*** 获取下一个唯一ID* @return 唯一ID*/public synchronized static long getNextId() {long timestamp = System.currentTimeMillis();// 计算时间戳部分的值long timestampPart = (timestamp - START_TIMESTAMP) << 22;// 计算数据中心ID部分的值long dataCenterIdPart = DATA_CENTER_ID << 17;// 计算机器ID部分的值long workerIdPart = WORKER_ID << 12;// 计算序列号部分的值long sequencePart = sequence++ & 0xFFF;if (sequence == 4096L) { // 如果序列号已经达到最大值，重置为0sequence = 0L;}// 组合各部分的值，得到完整的唯一IDreturn timestampPart | dataCenterIdPart | workerIdPart | sequencePart;}public static void main(String[] args) {// 生成10个唯一ID并输出for (int i = 0; i < 10; i++) {System.out.println("第" + (i + 1) + "个唯一ID：" + getNextId());}}
}

• 运行结果：

第1个唯一ID：113903496345344
第2个唯一ID：113903496345856
第3个唯一ID：113903496346368
第4个唯一ID：113903496346880
第5个唯一ID：113903496347392
第6个唯一ID：113903496347904
第7个唯一ID：113903496348416
第8个唯一ID：113903496348928
第9个唯一ID：113903496349440
第10个唯一ID：113903496349952

以上代码中，通过组合机器ID、数据中心ID、时间戳和序列号等信息生成分布式唯一ID，并使用synchronized关键字保证线程安全。其中，时间戳部分占用42位（即时间戳-开始时间戳左移22位），数据中心ID部分占用5位，机器ID部分占用5位，序列号部分占用12位。

Redis自增

使用Redis的原子操作INCR或INCRBY命令实现ID的自增，同时保证不重复

• 示例代码：

import redis.clients.jedis.Jedis;public class RedisDemo {// Redis连接地址（可以使用配置文件读取）private static final String HOST = "localhost";// Redis端口号（可以使用配置文件读取）private static final int PORT = 6379;// Redis密码（如果没有设置密码，则为null）private static final String PASSWORD = null;// Redis键名private static final String KEY_NAME = "id:generator";public static void main(String[] args) {Jedis jedis = null;try {// 建立Redis连接jedis = new Jedis(HOST, PORT);if (PASSWORD != null && !PASSWORD.isEmpty()) { // 如果有密码则进行认证jedis.auth(PASSWORD);}// 初始值设为1jedis.setnx(KEY_NAME, "1");// 执行INCR命令获取下一个IDlong id = jedis.incr(KEY_NAME);System.out.println("生成的唯一ID：" + id);} finally {if (jedis != null) {jedis.close();}}}
}

• 运行结果：

生成的唯一ID：6

以上代码中，使用Java的redis.clients.jedis.Jedis库建立与Redis的连接，并通过调用incr()方法实现ID的自增。其中，setnx()方法用于初始化键值，将其初始值设为1，并且只在键不存在时才设置它的值。这样可以保证在多个客户端同时连接Redis时不会出现竞争条件。

数据库自增

示例代码：

import java.sql.*;public class DatabaseDemo {// 数据库连接地址（可以使用配置文件读取）private static final String URL = "jdbc:mysql://localhost:3306/test";// 数据库用户名（可以使用配置文件读取）private static final String USERNAME = "root";// 数据库密码（可以使用配置文件读取）private static final String PASSWORD = "password";// 数据库表名private static final String TABLE_NAME = "id_generator";public static void main(String[] args) throws SQLException {Connection conn = null;PreparedStatement stmt = null;ResultSet rs = null;try {// 建立数据库连接conn = DriverManager.getConnection(URL, USERNAME, PASSWORD);// 插入一条记录并获取自增IDString sql = "INSERT INTO " + TABLE_NAME + " (dummy) VALUES (?)";stmt = conn.prepareStatement(sql, Statement.RETURN_GENERATED_KEYS);stmt.setString(1, "dummy value");stmt.executeUpdate();rs = stmt.getGeneratedKeys();if (rs.next()) {long id = rs.getLong(1);System.out.println("生成的唯一ID：" + id);}} finally {if (rs != null) {rs.close();}if (stmt != null) {stmt.close();}if (conn != null) {conn.close();}}}
}

• 运行结果：

生成的唯一ID：1

以上代码中，使用Java标准库提供的java.sql.*包建立与MySQL数据库的连接，并通过执行INSERT语句插入一条记录并获取自增ID。其中，Statement.RETURN_GENERATED_KEYS参数用于指定返回自动生成的主键值，而不是受影响的行数。

Twitter的雪花算法

Twitter的雪花算法通过记录上次生成ID时的时间戳和序列号，来避免时钟回拨问题。

在正常情况下，每次生成ID时，都会先检查当前时间戳是否小于上次生成ID时的时间戳。如果是，则表示发生了时钟回拨，此时需要等待一段时间以确保时间戳不重复，并尝试生成新的ID。如果等待时间过长或者连续多次出现时钟回拨，则需要抛出异常或者记录日志进行处理。

具体而言，在实现上，记录上次生成ID时的时间戳和序列号需要放在每个节点的本地内存中。当需要生成新的ID时，先获取当前时间戳，然后判断当前时间戳是否小于上次生成ID时的时间戳。如果小于，则表示发生了时钟回拨，此时需要计算时间戳差值并加上序列号，得到一个新的时间戳，然后将序列号重置为0。如果不小于，则直接将序列号加1，并更新上次生成ID时的时间戳。

需要注意的是，为了避免在同一毫秒内生成相同的ID，需要对时钟回拨的情况做特殊处理。具体而言，如果在同一毫秒内发生了时钟回拨，则需要将序列号减去回拨的毫秒数，这样才能确保在同一毫秒内生成的ID不重复。

使用注意事项

• 全局唯一性：生成的唯一键必须在全局范围内唯一，不能出现重复。
• 性能：生成唯一键的过程不能成为系统的性能瓶颈，尤其是在高并发场景下。
• 可扩展性：方案必须能够支持系统的水平扩展，以应对更大规模的应用场景。
• 系统架构：唯一键的生成方案必须与系统架构相匹配，不能导致系统设计上的冲突或者限制。

根据不同的场景和需求，可以选择合适的分布式唯一键生成方案。