SQL数据库列自动生成编号？

结论： 清理表会清除数据表并重置标识值。
DBCC CHECKIDENS存储的是标识值，请注意数据类型和取值范围。
IDENTITYCOL 关键字保存查询中标识列的位置。

postgresql生成随机id

UUID 方法是最可靠的。

pg_random_uuid() by pgcrypto，直接使用。
只需安装扩展即可。
如果不存在则创建扩展 pgrebase64 uuid；
uuid-ossp 的 uuid_generate_v4 () 是自带的。
创建表时直接使用默认值。
用户创建表（id UUID 主键默认 uuid_generate_v4 ()，名称 VARCHAR(1 00)）；
不要使用自定义函数。
效率低下。
分布式场景可能会发生冲突。

谨慎使用其他方法。
操作系统命令在所有平台上都有问题。
设备文件处理比较复杂。

只需选择 pg_random_uuid() 或 uuid_generate_v4 ()。

电商系统中的 ID 是如何生成的？

记得有一次，我在电商平台上买了一件衣服。
下单后，系统自动生成订单号。
订单号是一长串数字。
我当时就在想，这一串数字是怎么来的呢？后来查了一下，发现电商平台常用的ID生成方式有很多。

比如我前面提到的数据库是自动递增的，就像我们小时候用的计数器每次下单就加一一样。
这种方法的优点是简单，但缺点也很明显。
如果电商平台有多个数据库节点，生成的ID可能会重复，这在分布式系统中是不可行的。

另一个是UUID，听起来很高级，就像我们的身份证号一样，全世界都是唯一的。
但这种方法的缺点是很长，而且没有顺序。
它可能不适合数据库搜索。

再比如时间戳，比较容易理解，记录了下单的具体时间。
但如果系统并发量较高，可能会同时产生多个订单号。

我还了解到现在很多电商平台都在使用SnowFlake算法。
这个算法很有趣。
它将时间戳、车号和序列号结合在一起，既保证了ID的唯一性，又保持了ID的规律性。
然而，这种算法也有缺点，比如依赖机器时钟。
如果时钟设置向后，可能会创建重复的 ID。

想到这里，我突然想到，如果电商平台能够结合多种ID生成策略，比如高峰期使用SnowFlake算法，非高峰期使用时间戳，是不是可以更好地平衡性能和安全性呢？但这涉及系统复杂性和运维成本。
值得吗？