「主数据」类型的生成策略
主数据是一类和客观对象产生较为紧密映射关系的数据。例如:「客户」，「产品」等等。
这一类的数据会随着时间不但进行完善和修正，整体的数据生命周期较长。
使用ID来表述这一类数据的主要侧重点有:
- 隐私保护 - 权重5
- 整体可用容量 - 权重5
- 单位时间可用量 - 权重2
- 首次生成简便性 - 权重2
- 后期录入简便性 - 权重4
- 后期迁移简便性 - 权重4
- 人工阅读可预判性 - 权重5
- 分库分表可路由性 - 权重5
其中，人工阅读可预判性包含
- 包含分类特征
- 使用定长编码
例如, 身份证号「310109190001011235」,18个数字字母字符（18字节=144bit）, 最后一位为校验位 前6位为地域分类，7至14位为生日。
「交易数据」类型的生成策略
交易数据是一类和某个活动或者行为对象相关的数据。例如「订单」，「消息」。
这一类的数据会随着时间不但进行完善和修正，整体的数据生命周期较长。
使用ID来表述这一类数据的主要侧重点有:
- 隐私保护 - 权重4
- 整体可用容量 - 权重5
- 单位时间可用量 - 权重5
- 首次生成简便性 - 权重4
- 后期录入简便性 - 权重3
- 后期迁移简便性 - 权重2
- 人工阅读可预判性 - 权重2
- 分库分表可路由性 - 权重5
其中，人工阅读可预判性包含
- 包含时间特征
- 包含源与目标特征
例如, 淘宝订单号「1799508888858080」,16个数字（16字节=128bit）, 后四位数字为分库分表策略, 前12位与时间相关。
