UUID生成算法,UUID还是snowflake

UUID是通用唯一识别码（Universally Unique Identifier）的缩写, 其目的是让分布式系统中的所有元素，都能有唯一的辨识资讯，而不需要透过中央控制端来做辨识资讯的指定。如此一来，就不需考虑数据库建立时的名称重复问题. 目前最广泛应用的 UUID，即是微软的 Microsoft’s Globally Unique Identifiers (GUIDs)，而其他重要的应用，则有 Linux ext2/ext3 档案系统、LUKS 加密分割区等

本篇总结了一些UUID生成算法, 以及一些UUID生成算法的实现；

系列文章：

UUID的定义

UUID是Universally Unique Identifier的缩写，它是在一定的范围内（从特定的名字空间到全球）唯一的机器生成的标识符。UUID具有以下涵义:

• 经由一定的算法机器生成

为了保证UUID的唯一性，规范定义了包括网卡MAC地址、时间戳、名字空间（Namespace）、随机或伪随机数、时序等元素，以及从这些元素生成UUID的算法。UUID的复杂特性在保证了其唯一性的同时，意味着只能由计算机生成

• 非人工指定，非人工识别

UUID是不能人工指定的，除非你冒着UUID重复的风险。UUID的复杂性决定了一般人不能直接从一个UUID知道哪个对象和它关联

• 在特定的范围内重复的可能性极小

UUID的生成规范定义的算法主要目的就是要保证其唯一性。但这个唯一性是有限的，只在特定的范围内才能得到保证，这和UUID的类型有关（参见UUID的版本）

UUID是16字节128位长的数字，通常以36字节的字符串表示，示例如下:

3F2504E0-4F89-11D3-9A0C-0305E82C3301

其中的字母是16进制表示，大小写无关

Universally Unique IDentifier(UUID)，有着正儿八经的RFC规范，是一个128bit的数字，也可以表现为32个16进制的字符，中间用”-”分割:

• 时间戳＋UUID版本号，分三段占16个字符(60bit+4bit)
• Clock Sequence号与保留字段，占4个字符(13bit＋3bit)
• 节点标识占12个字符(48bit)

GUID（Globally Unique Identifier）是UUID的别名；但在实际应用中，GUID通常是指微软实现的UUID

UUID组成

UUID是指在一台机器上生成的数字，它保证对在同一时空中的所有机器都是唯一的。通常平台会提供生成的API。按照开放软件基金会(OSF)制定的标准计算，用到了以太网卡地址、纳秒级时间、芯片ID码和随机数

UUID由以下几部分的组合：

• 当前日期和时间，UUID的第一个部分与时间有关，如果你在生成一个UUID之后，过几秒又生成一个UUID，则第一个部分不同，其余相同
• 全局唯一的IEEE机器识别号，如果有网卡，从网卡MAC地址获得，没有网卡以其他方式获得
• 在 hibernate(Java orm框架)中， 采用: IP-JVM启动时间-当前时间右移32位-当前时间-内部计数（8-8-4-8-4）来组成UUID

UUID的唯一缺陷在于生成的结果串会比较长

摘自百度百科: UUID

UUID常见算法

UUID具有多个版本，每个版本的算法不同，应用范围也不同

① Null的UUID

首先是一个特例: Nil UUID(通常我们不会用到它，它是由全为0的数字组成)：00000000-0000-0000-0000-000000000000

② Version-1: 基于时间的UUID

基于时间的UUID通过计算当前时间戳、随机数和机器MAC地址得到

因为时间戳有满满的60bit，所以可以尽情花，以100纳秒为1，从1582年10月15日算起, 能撑3655年

节点标识也有48bit，一般用MAC地址表达，如果有多块网卡就随便用一块。如果没网卡，就用随机数凑数，或者拿一堆尽量多的其他的信息，比如主机名什么的，拼在一起再hash一把

补充:

由于在算法中使用了MAC地址，这个版本的UUID可以保证在全球范围的唯一性, 但与此同时，使用MAC地址会带来安全性问题，这就是这个版本UUID受到批评的地方, 如果应用只是在局域网中使用，也可以使用退化的算法，以IP地址来代替MAC地址 -> Java的UUID往往是这样实现的（当然也考虑了获取MAC的难度）

顺序号这16bit则仅用于避免前面的节点标示改变（如网卡改了），时钟系统出问题（如重启后时钟快了慢了），让它随机一下避免重复

但好像Version-1就没考虑过一台机器上起了两个进程这类的问题，也没考虑相同时间戳的并发问题，所以严格的Version1没人实现，接着往下看各个变种吧

• Version-1变种1 – Hibernate

Hibernate的CustomVersionOneStrategy.java，解决了之前version-1的两个问题:

• 时间戳(6bytes, 48bit)：毫秒级别的，从1970年算起，能撑8925年…;
• 顺序号(2bytes, 16bit, 最大值65535): 没有时间戳过了一秒要归零的事，各搞各的，short溢出到了负数就归0
• 机器标识(4bytes 32bit): 拿localhost的IP地址，IPV4呢正好4个byte，但如果是IPV6要16个bytes，就只拿前4个byte
• 进程标识(4bytes 32bit): 用当前时间戳右移8位再取整数应付，不信两条线程会同时启动

值得留意就是: 机器进程和进程标识组成的64bit Long几乎不变，只变动另一个Long就够了

• Version-1变种2 – MongoDB

MongoDB的ObjectId.java的定义:

• 时间戳(4 bytes 32bit): 是秒级别的，从1970年算起，能撑136年
• 自增序列(3bytes 24bit, 最大值一千六百万)： 是一个从随机数开始（机智）的Int不断加一，也没有时间戳过了一秒要归零的事，各搞各的。因为只有3bytes，所以一个4bytes的Int还要截一下后3bytes
• 机器标识(3bytes 24bit): 将所有网卡的Mac地址拼在一起做个HashCode，同样一个int还要截一下后3bytes。搞不到网卡就用随机数混过去
• 进程标识(2bytes 16bits)：从JMX里搞回来到进程号，搞不到就用进程名的hash或者随机数混过去

评价:

MongoDB的每一个字段设计都比Hibernate的更合理一点，比如时间戳是秒级别的, 总长度也降到了12 bytes 96bit，但如果用64bit长的Long来保存有点不上不下的，只能表达成byte数组或16进制字符串

• Version-1变种3 – Twitter的snowflake派号器

snowflake也是一个派号器，基于Thrift的服务，不过不是用redis简单自增，而是类似UUID version-1

由于只有一个Long 64bit的长度，所以IdWorker紧巴巴的分配成:

• 时间戳(42bit) 自从2012年以来(比那些从1970年算起的会过日子)的毫秒数，能撑139年
• 自增序列(12bit，最大值4096), 毫秒之内的自增，过了一毫秒会重新置0
• DataCenter ID (5 bit, 最大值32），配置值
• Worker ID ( 5 bit, 最大值32)，配置值，因为是派号器的id，所以一个数据中心里最多32个派号器就够了，还会在ZK里做下注册

评价:

因为是派号器，把机器标识和进程标识都省出来了，所以能够只用一个Long表达

另外，这种派号器，client每次只能一个ID，不能批量取，所以额外增加的延时是问题

更多snowflake相关内容:

• 雪花算法(snowflake) ：分布式环境，生成全局唯一的订单号

③ Version-2: DCE安全的UUID

DCE（Distributed Computing Environment）安全的UUID和基于时间的UUID算法相同，但会把时间戳的前4位置换为POSIX的UID或GID。这个版本的UUID在实际中较少用到

④ Version-3: 基于名字的UUID（MD5）

基于名字的UUID通过计算名字和名字空间的MD5散列值得到

这个版本的UUID保证了：

• 相同名字空间中不同名字生成的UUID的唯一性；
• 不同名字空间中的UUID的唯一性；
• 相同名字空间中相同名字的UUID重复生成是相同的

⑤ Version-4: 随机UUID

根据随机数，或者伪随机数生成UUID

这种UUID产生重复的概率是可以计算出来的，但随机的东西就像是买彩票：你指望它发财是不可能的

⑥ 基于名字的UUID（SHA1）

和基于名字的UUID算法类似，只是散列值计算使用SHA1（Secure Hash Algorithm 1）算法

UUID应用场景

UUID可以用在一些需要生成全局唯一ID的场景, 如:

• 设备的MAC地址生成
• 表单的唯一单号
• 分布式生成全局唯一ID来进行日志记录
• 用户登录Token或Session值标志
• 分布式集群下实例ID标志

而从UUID的不同版本可以看出:

• Version-1/2适合应用于分布式计算环境下，具有高度的唯一性；

• Version-3/5适合于一定范围内名字唯一，且需要或可能会重复生成UUID的环境下；

  对于具有名称不可重复的自然特性的对象，最好使用Version-3/5的UUID, 比如系统中的用户:

  如果用户的UUID是Version-1的，如果你不小心删除了再重建用户，你会发现人还是那个人，用户已经不是那个用户了(虽然标记为删除状态也是一种解决方案，但会带来实现上的复杂性)

• 至于Version-4，我个人的建议是最好不用（虽然它是最简单最方便的）

通常我们建议使用UUID来标识对象或持久化数据，但以下情况最好不使用UUID：

• 映射类型的对象: 比如只有代码及名称的代码表
• 人工维护的非系统生成对象: 比如系统中的部分基础数据

UUID生成器实现

下面是一些可用的Java UUID生成器：

• Java UUID Generator (JUG): 开源UUID生成器，LGPL协议，支持MAC地址
• UUID: 特殊的License，有源码
• JDK 5以上自带的UUID生成器: 采用RFC 4122的标准，按标准数据按16进制进行表示（36个字符）
• Hibernate中的UUID生成器: 生成的不是任何一个（规范）版本的UUID，强烈不建议使用
• Apache的Commons包
• hutool Java工具包集
• mica 基于 Spring、 java8 微服务工具集

UUID性能比较: 使用java9的uuid生成方式，让uuid生成速度提升一个档次

系列文章：

参考文章: