多少字节对于 twitter 来说是足够独特的？答案

【问题标题】：How many bytes are unique enough for twitter?多少字节对于 twitter 来说是足够独特的？
【发布时间】：2012-09-10 20:59:41
【问题描述】：

我不希望我的数据库 id 是连续的，所以我尝试使用以下代码生成 uid：

$bin = openssl_random_pseudo_bytes(12);
$hex = bin2hex($bin);
return base_convert($hex, 16, 36);

我的问题是：我需要多少字节才能使 id 足够独特以处理大量记录（如 twitter）？

【问题讨论】：

您为什么不希望您的数据库 ID 是连续的？如果这只是为了显示，我建议您找到一种方法来显示它们，但在您的数据库中保留顺序 ID。
@Brad 这样更安全，让我可以隐藏我的应用程序的增长。
@hugo_leonardo，重复数据？不，我根本不建议这样做！只需以不同的方式显示您的 ID。您的 ID 与安全性有什么关系？没有。我建议您仔细检查您的假设并重新评估您正在尝试做的事情。
如果您有非常大的数据，您可能希望在使用 bigint 而不是字符串作为主键时节省空间和周期。就像@Brad 说的那样，在显示它们之前以某种方式散列它们。如果您使用 uuids 作为 PK，您将失去范围查询、按查询排序和范围分区（分片、...）的效率
@hugo_leonardo，看看 Dan 的回答。他的回答正是我的建议。您不存储这些值......它们仅用于显示。您在数据库中存储的是顺序 ID。

标签： php unique uniqueidentifier

【解决方案1】：

使用 PHP 的 uniqid()，并添加熵因子。这会给你足够的空间。

【讨论】：

@hugo_leonardo：是这样吗，你能预测现在会是什么吗？您怎么可能知道生成 ID 时的确切微时间。拜托，对于 99.9% 的原因来说，它是随机的，而你的看起来不像 0.01%。
知道一个 id，很容易猜出下一个（或上一个）id，几乎不用蛮力。但是，无论如何......根据@Jan，id应该是数字，所以uniqid不会这样做。

【解决方案2】：

您可能会考虑类似 tinyurl 和其他缩短服务的工作方式。我使用了类似的技术，它保证了唯一性，直到用尽所有组合。所以基本上你选择一个字母，以及你想要多少个字符作为长度。假设我们使用字母数字，大写和小写，所以字母表中有 62 个字符，每个代码 5 个字符。那是 62^5 = 916,132,832 种组合。

您从顺序数据库 ID 开始，然后乘以某个素数（选择一个相当大的数字，例如 2097593）。您所做的就是将其乘以您的数据库 ID，如果超过 62^5，请确保环绕，然后根据您选择的字母将该数字转换为 base-62。

这使得每个代码看起来都相当独特，但是因为我们使用质数，所以在我们已经使用所有代码之前，我们保证不会两次点击相同的数字。而且很短。

如果长度不是问题，您也可以使用带有较小字母的较长键。

这是我问的一个问题：Tinyurl-style unique code: potential algorithm to prevent collisions

【讨论】：

【解决方案3】：

假设openssl_random_pseudo_bytes 可以生成所有可能的值，N 个字节将为您提供2 ^ (N * 8) 不同的值。对于 12 个字节，这是 7.923 * 10^28

【讨论】：

【解决方案4】：

使用 MySQL UUID

insert into `database`(`unique`,`data`) values(UUID(),'Test');

如果您不使用 MySQL 搜索 google 的 UUID（数据库名称），它会给您一个选项

来源维基百科

换句话说，仅在接下来的 100 年每秒生成 10 亿个 UUID 之后，仅创建一个副本的概率约为 50%

【讨论】：