rm ignore file

did-server/src/main/java/cn/ceres/did/core/SnowFlake.java

@@ -2,8 +2,20 @@ package cn.ceres.did.core;
 
 /**
  * twitter 的 snowflake 算法 -- java 实现
+ * <p>
+ * SnowFlake 的优点是，整体上按照时间自增排序，并且整个分布式系统内不会产生 ID 碰撞（由数据中心 ID 和机器 ID 作区分），并且效率较高，经测试，SnowFlake 每秒能够产生 26 万 ID 左右。
+ * <p>
  * 协议格式：0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
  * 协议解释：0 - 41 位时间戳 - 5 位数据中心标识 - 5 位机器标识 - 12 位序列号
+ * <p>
+ * 1 位标识，由于 long 基本类型在 Java 中是带符号的，最高位是符号位，正数是 0，负数是 1，所以 id 一般是正数，最高位是 0
+ * <p>
+ * 41 位时间截（毫秒级），注意，41 位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截)得到的值，这里的的开始时间截。
+ * 一般是我们的 id 生成器开始使用的时间，由我们程序来指定的（如下下面程序 START_STMP 属性）。41 位的时间截，可以使用 69 年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69
+ * <p>
+ * 10 位的数据机器位，可以部署在 1024 个节点，包括 5 位数据中心标识，5 位机器标识
+ * <p>
+ * 12 位序列，毫秒内的计数，12 位的计数顺序号支持每个节点每毫秒（同一机器，同一时间截）产生 4096 个 ID 序号，加起来刚好 64 位，为一个 Long 型。
  *
  * @author ehlxr
  */
@@ -11,7 +23,7 @@ public class SnowFlake {
     /**
      * 起始的时间戳，可以修改为服务第一次启动的时间
      * 一旦服务已经开始使用，起始时间戳就不能改变
-     *
+     * <p>
      * 2018/8/14 00:00:00
      */
     private final static long START_STMP = 1534176000000L;