思路

1、数据库自增长ID(mysql, redis, mongodb)
优势：无需编码
缺陷：大表不能做水平分表，否则插入删除时容易出现问题
高并发下插入数据需要加入事务机制
在业务操作父、子表（关联表）插入时，先要插入父表，再插入子表

2、本地hash模式，时间戳+随机数, 时间戳+会员ID, md5的update方式
优势：编码简单
缺陷：随机数存在重复问题，即使在相同的时间戳下。每次插入数据库前需要校验下是否已经存在相同的数值。

4、GUID/UUID
优势：简单
劣势：用户不友好，索引关联效率较低。还是会有重复的存在。

5、snowflake算法方式
time – 41 bits + configured machine id – 10 bits + sequence number – 12 bits的形式分配id，共63位，最高部分使用毫秒级的时间戳，保证了一定程度的有序性，机器标示使用10位，最多可容纳1024个分配器，最后的12位序列号可以支持在1ms内产生4096个不重复的id。但是这对服务器的时间依赖性很强。

实战

uuid+时间戳方式

import time
import uuid

def custom_uuid():
    timestamp_41 = str(int(time.time() * 10000000000000000000000000000000))
    jid = str(uuid.uuid3(uuid.NAMESPACE_DNS, timestamp_41))
    return jid

while 1:
    print(custom_uuid())

效果

uid1.png

py版snowflake算法模拟版

import datetime
import time
import random

class SnowflakeId:
    def __init__(self):
        # twitter's snowflake parameters
        self.twepoch = random.randint(1, 100)
        self.datacenter_id_bits = 5
        self.worker_id_bits = 5
        self.sequence_id_bits = 12
        # 1 << datacenter_id_bits
        self.max_datacenter_id = 32
        #  1 << worker_id_bits
        self.max_worker_id = 32
        # 1 << sequence_id_bits
        self.max_sequence_id = 4096
        # 1 << (64 - datacenter_id_bits - worker_id_bits - sequence_id_bits)
        self.max_timestamp = 4398046511104

    def make_snowflake(self, timestamp_ms,  datacenter_id, worker_id, sequence_id,):

        sid = ((int(timestamp_ms) - self.twepoch) % self.max_timestamp) << self.datacenter_id_bits << self.worker_id_bits << self.sequence_id_bits
        sid += (datacenter_id % self.max_datacenter_id) << self.worker_id_bits << self.sequence_id_bits
        sid += (worker_id % self.max_worker_id) << self.sequence_id_bits
        sid += sequence_id % self.max_sequence_id
        return sid

    def melt(self, snowflake_id):
        sequence_id = snowflake_id & (self.max_sequence_id - 1)
        worker_id = (snowflake_id >> self.sequence_id_bits) & (self.max_worker_id - 1)
        datacenter_id = (snowflake_id >> self.sequence_id_bits >> self.worker_id_bits) & (self.max_datacenter_id - 1)
        timestamp_ms = snowflake_id >> self.sequence_id_bits >> self.worker_id_bits >> self.datacenter_id_bits
        # timestamp_ms += self.twepoch
        return (timestamp_ms, datacenter_id, worker_id, sequence_id)

    def local_datetime(self, timestamp_ms):
        return datetime.datetime.fromtimestamp(timestamp_ms / 1000.)

    def handle(self):
        t0 = int(time.time() * 1000)
        uuid = self.melt(self.make_snowflake(t0, 1, 0, 0))[0]
        return uuid


if __name__ == '__main__':
    while 1:
        uuid = SnowflakeId().handle()
        print(uuid)

效果

uuid.png