题目：什么是雪花算法，怎么保证不重复的？
难度：low
标签：arch/distributed/id, distributed/snowflake, difficulty/low
评分：⭐⭐⭐⭐☆（4/5）
首先，雪花算法是一个用于生成分布式 ID 的，用于本地生成分布式 ID 的算法。它的核心是通过分段的方式，使用多段，一整个数据的多个数位来生成单调递增的，或者说区域递增的 ID 的一个方式，一个算法。其中有一部分数位是时间戳，用来保证 ID 的自增性。然后通过机器码来保证不同机器生成不同的 ID。通过最后的一部分随机的数位，来保证当前机器上，同一时间产生的，同一时间戳下产生的 ID 不同。
但是它本身也存在一定问题，比如多个机器上出现时间不统一，虽然不会产生相同的 ID，但可能会产生 ID 倒序的生产，因为它是靠时间戳来生成数据的。另外，如果出现时钟回拨，可能同一个机器上会产生同样的 ID，分布式 ID。但是好处上，它是一个在单机上不需要一个中心的支持的 ID，分布式 ID 生成算法，它可以比较快速的生成分布式 ID。要解决刚刚时钟的问题，可以通过记录最后一个 ID。每一个机器的最后一个 ID 进行缓存，在生成时进行比对，来确保生成的 ID 的正确性和不重复性。
优点：
不足：
补充：
0 | 41 位毫秒时间戳 | 10 位机器 ID | 12 位序列号，41 位可支持约 69 年核心考点定位：考察雪花算法的位结构、去重机制、以及工程落地时的关键风险点。
知识点拆解：
1 符号位 + 41 时间戳 + 10 workerId + 12 sequence。41 位毫秒时间戳以 Twitter 2010-11-04 为纪元，可表示 69.7 年递进：位结构 → 去重原理 → 性能 → 三大风险 → 工程兜底
考察方向：
延伸递进面试题：
面试官您好，雪花算法是 Twitter 提出的一种本地生成、无中心节点的分布式 ID 算法，核心是用一个 64 位 long 按位分段。标准分配是：最高 1 位保留符号位为 0，接下来 41 位是毫秒级时间戳（以 2010-11-04 为纪元，可表示约 69 年），接下来 10 位是机器 workerId（最多 1024 台机器），最后 12 位是同一毫秒内的自增序列号（4096/ms，即单机 409.6 万 ID/s 上限）。
不重复的保证分两层：跨机器靠 workerId 位段区分，两台机器生成的 ID 在这 10 位上必不相等；同机器同毫秒靠 sequence 位段区分，每秒内最多 4096 个不同序列值。两个 ID 只要任一段不同，全 ID 就不同。
雪花算法的三大工程风险：第一是 workerId 冲突，如果两台机器拿到相同 workerId，去重机制就崩了，所以工程上必须先解决 workerId 分配问题，常见做法是配置文件、ZK 抢锁、或者从 K8s pod 序号取；第二是时钟不同步，跨机器的 ID 会非严格递增，但不重复；第三是时钟回拨，本地 NTP 同步后时钟往前退，可能生成已用过的 ID。
处理时钟回拨业界通常分三档：小回拨（比如小于 5ms）沿用 lastTimestamp 让 sequence 继续递增；中等回拨 sleep 到正确时间再发；超过阈值直接抛异常阻断。核心思路是宁可暂时不发 ID，也不能发重复 ID。
雪花算法的优点是本地生成无网络调用、QPS 极高，且 ID 大致随时间递增，对 MySQL B+ 树索引非常友好，插入几乎总是追加到叶子页右侧。缺点是强依赖机器时钟，且需要维护 workerId 分配。相比 UUID 更适合业务主键场景，相比数据库自增和号段方案更适合对延迟敏感的业务。