本地唯一标识符答案

【问题标题】：Locally unique identifier本地唯一标识符
【发布时间】：2010-08-14 22:29:17
【问题描述】：

问题：当你有一个用于插入数据库的 .NET GUID 时，它的结构是这样的：

60 bits of timestamp, 
48 bits of computer identifier,
14 bits of uniquifier, and
 6 bits are fixed, 
----
128 bits total

现在我遇到了 GUID 的问题，因为它是一个 128 位数字，而我使用的一些 DB 仅支持 64 位数字。

现在我不想通过使用自动增量 bigint 值来解决这个难题，因为我希望能够进行离线复制。

所以我产生了创建一个本地唯一标识符类的想法，它基本上是一个缩小为 64 位值的 GUID。

我想出了这个：

day  9 bit (12*31=372 d)
year 8 bit (2266-2010 = 256 y)
seconds  17 bit (24*60*60=86400 s)
hostname 12 bit (2^12=4096)
random 18 bit (2^18=262144)
------------------------
          64 bits total

我现在的问题是：时间戳几乎固定为 34 位，主机名 + 随机数留给我 64-34=30 位。

现在我的问题是： 1）您是希望增加hostname-hash bitsize而减少random bitsize，还是增加random bitsize而减少hostname-hash bitsize。

2) 是否存在将每个字符串减少到 n 位的哈希算法？ n 理想情况下 = 12 或尽可能接近。

【问题讨论】：

标签： c# .net vb.net guid uniqueidentifier

【解决方案1】：

实际上，.NET 生成的 GUID 是 6 个固定位和 122 个随机位。

您可以考虑只使用 64 位的随机性，由于位长度较小，冲突的可能性会增加。它会比哈希更好。

【讨论】：

有多种方法；我也喜欢带有时间戳（无随机性）的“节点 ID”的想法。您可以通过对加密散列（例如 SHA1）进行异或来轻松创建具有任意位数的节点 ID。当然，位数越少，节点 ID 冲突的可能性就越高。您提到的“唯一性”实际上被其他 Guid 算法用于处理向后的系统时钟，以保持每个节点 ID 的时间戳唯一。但归根结底，您将很难找到一种能够保证比纯随机性更少的碰撞的解决方案。请记住，这就是 .NET Guid 所做的一切......
虽然 1/2^64 的概率仍然是一个非常小的数字，但我不喜欢纯随机数的想法。但我考虑过完全省略主机名哈希，只是将随机数增加到 30 位。但这不是一个好主意，因为对于 n 个离线客户端，这会使冲突的机会达到 2^30*n。对于 100 个客户，这大约是千万分之一。运气不好的人可能会在那里中大奖......
1/2^64 == 18 septillion 之一（1 septillion == 1 万亿 1 万亿，或 100 万）。如果你走完全随机的方式......
不，是 1/2^32 由于生日效应。
@erikkallen：实际上，碰撞的概率开始时非常小（1/2^64），并随着 id 的生成而增长。您正在考虑的是在预期发生碰撞之前生成的 id 数量（碰撞概率超过 50% 标记）。在 2^32（超过 40 亿）个 id 处，发生冲突的概率为 50%。不过，感谢您提出生日效果；我确实忽略了它。 :)

【解决方案2】：

如果空间不是问题，那么为什么不只使用 2 列 64 位宽，然后使用 8 字节将 guid 分成两半，然后将它们转换为 64 位数字并将其存储在 2 列中，那么如果您确实需要升级到另一个系统，您仍然是独一无二的，您只需要考虑重新加入 2 列。

【讨论】：

然后我必须为每个连接比较两个数字。这不会大大降低性能吗？
好吧，您将在您的密钥中包含一个额外的列[我假设 guid 是一个密钥]，所以您会有一些细微的变化，但这样您就不会丢失系统上的 Guid可以支持它，您可以为那些不支持它的解决方法。

【解决方案3】：

为什么要自己写？为什么不直接生成一个统一的随机数？它会很好地完成这项工作。只需抓住前 X 个数字，其中 X 是您想要的任何大小……比如 64 位。

有关 SQL Server 中 RAND() 与 NEWID() 的信息，请参阅 here，这实际上只是对 GUID 与随机数生成器的对比。另外，如果您需要比System.Random 更随机的东西，请参阅here。

【讨论】：

完全随机数不是一个好主意，恕我直言。随着数据库变得越来越大，我不想担心重复和奇怪的错误。至少需要以某种方式集成时间戳。虽然考虑了一下，但最好不要考虑秒数，只增加随机整数大小。这样我就可以有一个相当长的主机名哈希和一个相当长的随机数。