在分布式架构中经常需要要使用到唯一的ID值，该ID值的生成一般会要求：全局唯一性、递增性、高可用性、高性能性。这时候常见的方法有使用UUID和雪花算法实现ID两种机制。UUID这个比较好理解，在linux下/etc/fstab中我们经常就会用uuid=xxx代表某个分区。而雪花算法SnowFlake是Twitter公司采用的一种算法，目的是在分布式系统中产生全局唯一且趋势递增的ID。这里分别用python来实现上如何实现生成这种某一值。

一、python下生成uuid

python下直接有个uuid模块，只需提供了以下几种常见的uuid生成方法，可以根据实际需要选择任一种：

 1>>> import uuid
 2# make a UUID based on the host ID and current time
 3>>> uuid.uuid1()    # doctest: +SKIP
 4UUID('a8098c1a-f86e-11da-bd1a-00112444be1e')
 5# make a UUID using an MD5 hash of a namespace UUID and a name
 6>>> uuid.uuid3(uuid.NAMESPACE_DNS, 'python.org')
 7UUID('6fa459ea-ee8a-3ca4-894e-db77e160355e')
 8# make a random UUID
 9>>> uuid.uuid4()    # doctest: +SKIP
10UUID('16fd2706-8baf-433b-82eb-8c7fada847da')
11# make a UUID using a SHA-1 hash of a namespace UUID and a name
12>>> uuid.uuid5(uuid.NAMESPACE_DNS, 'python.org')
13UUID('886313e1-3b8a-5372-9b90-0c9aee199e5d')

二、python雪花id生成

雪花id的生成原理如下：

snowflake
snowflake

组成部分（64bit）

1.第一位 占用1bit，其值始终是0，没有实际作用。

2.时间戳 占用41bit，精确到毫秒，总共可以容纳约69年的时间。

3.工作机器id 占用10bit，其中高位5bit是数据中心ID，低位5bit是工作节点ID，做多可以容纳1024个节点。 4.序列号 占用12bit，每个节点每毫秒0开始不断累加，最多可以累加到4095，一共可以产生4096个ID。

SnowFlake算法在同一毫秒内最多可以生成多少个全局唯一ID呢：： 同一毫秒的ID数量 = 1024 X 4096 = 4194304

代码如下：

 1# coding: utf-8
 2import time
 3class InvalidSystemClock(Exception):
 4    """
 5    时钟回拨异常
 6    """
 7    pass
 8# 64位ID的划分
 9WORKER_ID_BITS = 5
10DATACENTER_ID_BITS = 5
11SEQUENCE_BITS = 12
12# 最大取值计算
13MAX_WORKER_ID = -1 ^ (-1 << WORKER_ID_BITS)  # 2**5-1 0b11111
14MAX_DATACENTER_ID = -1 ^ (-1 << DATACENTER_ID_BITS)
15# 移位偏移计算
16WOKER_ID_SHIFT = SEQUENCE_BITS
17DATACENTER_ID_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS
18TIMESTAMP_LEFT_SHIFT = SEQUENCE_BITS + WORKER_ID_BITS + DATACENTER_ID_BITS
19# 序号循环掩码
20SEQUENCE_MASK = -1 ^ (-1 << SEQUENCE_BITS)
21# 开始时间截 (2015-01-01)
22TWEPOCH = 1420041600000
23class IdWorker(object):
24    """
25    用于生成IDs
26    """
27    def __init__(self, datacenter_id, worker_id, sequence=0):
28        """
29        初始化
30        :param datacenter_id: 数据中心（机器区域）ID
31        :param worker_id: 机器ID
32        :param sequence: 起始序号
33        """
34        # sanity check
35        if worker_id > MAX_WORKER_ID or worker_id < 0:
36            raise ValueError('worker_id值越界')
37        if datacenter_id > MAX_DATACENTER_ID or datacenter_id < 0:
38            raise ValueError('datacenter_id值越界')
39        self.worker_id = worker_id
40        self.datacenter_id = datacenter_id
41        self.sequence = sequence
42        self.last_timestamp = -1  # 上次计算的时间戳
43    def _gen_timestamp(self):
44        """
45        生成整数时间戳
46        :return:int timestamp
47        """
48        return int(time.time() * 1000)
49    def get_id(self):
50        """
51        获取新ID
52        :return:
53        """
54        timestamp = self._gen_timestamp()
55        # 时钟回拨
56        if timestamp < self.last_timestamp:
57            raise InvalidSystemClock
58        if timestamp == self.last_timestamp:
59            self.sequence = (self.sequence + 1) & SEQUENCE_MASK
60            if self.sequence == 0:
61                timestamp = self._til_next_millis(self.last_timestamp)
62        else:
63            self.sequence = 0
64        self.last_timestamp = timestamp
65        new_id = ((timestamp - TWEPOCH) << TIMESTAMP_LEFT_SHIFT) | (self.datacenter_id << DATACENTER_ID_SHIFT) | \
66                 (self.worker_id << WOKER_ID_SHIFT) | self.sequence
67        return new_id
68    def _til_next_millis(self, last_timestamp):
69        """
70        等到下一毫秒
71        """
72        timestamp = self._gen_timestamp()
73        while timestamp <= last_timestamp:
74            timestamp = self._gen_timestamp()
75        return timestamp
76if __name__ == '__main__':
77    worker = IdWorker(0, 0)
78    print(worker.get_id())

三、uuid和雪花算法的比较

相比常见的64位数字字母随机数的UUID，使用雪花算法（snowflake）生成雪花数的方法更好，具体比较结果如下：

UUID 雪花数
全局唯一 支持 支持
有序，可以支持排序、比较 无序 支持，大致有序，按时间排序
节约存储空间 64位数字字母随机组合的字符串 19位正整数，更节约存储空间
根据UID查询速度快，且稳定 数据库根据索引查询速度不稳定 数据库根据索引查询速度快且稳定
防止被恶意推测 支持 支持
带有业务属性 无 无
限制条件 全局唯一性依赖于生成随机数的种子和随机数的长度 需要单独部署雪花数生成器；依赖于生成器的时间戳。