我从文件中了解到两者之间的差异。

uuid1 (): 根据主机ID、序列号和当前时间生成UUID

uuid4 (): 生成一个随机UUID。

因此uuid1使用机器/序列/时间信息来生成UUID。使用它们的优缺点是什么?

我知道uuid1()可能存在隐私问题,因为它基于机器信息。我想知道在选择一个或另一个时是否有更微妙的地方。我现在只使用uuid4(),因为它是一个完全随机的UUID。但是我想知道是否应该使用uuid1来降低碰撞的风险。

基本上,我在寻找人们关于使用其中一种与另一种的最佳实践的建议。谢谢!


当前回答

Uuid1()保证不会产生任何碰撞(假设您不会同时创建太多碰撞)。如果uuid和计算机之间没有连接是很重要的,我就不会使用它,因为mac地址被用来使它在计算机之间是唯一的。

您可以通过在小于100ns的时间内创建超过214个uuid1来创建副本,但这对于大多数用例来说不是问题。

正如您所说,uuid4()生成一个随机UUID。碰撞的可能性非常非常非常小。小到你不用担心。问题是,糟糕的随机数生成器更有可能发生碰撞。

Bob Aman的回答很好地总结了这个问题。(我建议你阅读完整的答案。)

坦率地说,在单个应用程序空间中 如果没有恶意的参与者,那么 地球上所有的生命都会灭绝 发生在你有一个 碰撞,即使在版本4 UUID上, 即使你产生了很多 每秒uuid。

其他回答

Uuid1()保证不会产生任何碰撞(假设您不会同时创建太多碰撞)。如果uuid和计算机之间没有连接是很重要的,我就不会使用它,因为mac地址被用来使它在计算机之间是唯一的。

您可以通过在小于100ns的时间内创建超过214个uuid1来创建副本,但这对于大多数用例来说不是问题。

正如您所说,uuid4()生成一个随机UUID。碰撞的可能性非常非常非常小。小到你不用担心。问题是,糟糕的随机数生成器更有可能发生碰撞。

Bob Aman的回答很好地总结了这个问题。(我建议你阅读完整的答案。)

坦率地说,在单个应用程序空间中 如果没有恶意的参与者,那么 地球上所有的生命都会灭绝 发生在你有一个 碰撞,即使在版本4 UUID上, 即使你产生了很多 每秒uuid。

在使用uuid1时需要注意的一件事是,如果使用默认调用(不提供clock_seq参数),则有可能遇到碰撞:您只有14位随机性(在100ns内生成18个条目,大约有1%的碰撞几率,参见生日悖论/攻击)。这个问题在大多数情况下都不会发生,但是在时钟分辨率较差的虚拟机上,它会让你很难受。

除了公认的答案之外,在某些情况下,还有第三种选择可能有用:

v1与随机MAC ("v1mc")

您可以通过故意生成带有随机广播MAC地址的v1 uuid(这是v1规范所允许的)来混合v1和v4。得到的v1 UUID依赖于时间(像普通v1一样),但缺乏所有特定于主机的信息(像v4一样)。它的抗碰撞性也更接近v4: v1mc = 60位时间+ 61位随机位= 121位唯一位;V4 = 122随机位。

我首先遇到的是Postgres的uuid_generate_v1mc()函数。从那以后,我使用了下面的python等效代码:

from os import urandom
from uuid import uuid1
_int_from_bytes = int.from_bytes  # py3 only

def uuid1mc():
    # NOTE: The constant here is required by the UUIDv1 spec...
    return uuid1(_int_from_bytes(urandom(6), "big") | 0x010000000000)

(注意:我有一个更长的+更快的版本,直接创建UUID对象;可以张贴,如果有人想要)


在每秒大量调用的情况下,这有可能耗尽系统随机性。您可以使用stdlib随机模块(它可能也会更快)。但是要注意:攻击者只需要几百个uuid就可以确定RNG状态,从而部分预测未来的uuid。

import random
from uuid import uuid1

def uuid1mc_insecure():
    return uuid1(random.getrandbits(48) | 0x010000000000)

可能考虑uuid1()而不是uuid4()的一个实例是,在不同的机器上生成uuid,例如,为了扩展目的,多个在线事务在几台机器上处理。

在这种情况下,由于伪随机数生成器初始化方式中的错误选择而产生冲突的风险,以及潜在的更高数量的uuid,使得创建重复id的可能性更大。

uuid1()的另一个兴趣是,在这种情况下,隐式地记录了最初生成每个GUID的机器(在UUID的“节点”部分)。这和时间信息,可能有帮助,如果只是调试。

也许我们没有提到的是地域性。

MAC地址或基于时间的排序(UUID1)可以提供更高的数据库性能,因为与随机分布的数字(UUID4)相比,更紧密地排序数字的工作量更少(参见这里)。

第二个相关问题是,使用UUID1在调试中很有用,即使原始数据丢失或没有显式存储(这显然与OP提到的隐私问题相冲突)。