理论上讲，不，它们不是唯一的。可以反复生成相同的guid。然而，这种情况发生的几率非常低，你可以假设它们是独一无二的。

我以前读到过，这种可能性非常低，你真的应该关注其他事情——比如你的服务器自燃或代码中的其他错误。也就是说，假设它是唯一的，不要构建任何“捕获”重复的代码——把时间花在更有可能发生的事情上(即任何其他事情)。

我尝试向我的博客读者(非技术家庭成员)描述guid的有用性。从那里(通过维基百科)，生成重复GUID的几率:

1 / 2^128 1 / 340的十一分之一(别担心，十一分之一不在 测试) 1 / 3.4 × 10^38 1 / 340,000,000,000,000,000,000,000,000,000,000,000,000,000,000

“GUID是100%唯一的吗?”的答案是“不是”。

如果你想要GUID的100%唯一性，然后做下面的事情。 生成GUID 检查GUID是否存在于您正在寻找唯一性的表列中 如果存在，则转步骤1，否则转步骤4 使用这个GUID作为唯一的。

最难的部分不是生成重复的Guid。

最难的部分是设计一个数据库来存储所有生成的数据，以检查它是否实际上是重复的。

从维基:

例如，为了有至少一次碰撞的50%概率，需要生成的随机版本4 uuid的数量为2.71 quintillion，计算如下:

在这里输入图像描述

这个数字相当于在大约85年的时间里每秒生成10亿个UUID，而包含这么多UUID的文件(每个UUID 16个字节)大约是45艾字节，比目前存在的最大数据库(几百pb量级)大很多倍

MSDN:

新Guid的值全为零或等于任何其他Guid的概率非常低。

似乎没有人提到它发生概率的实际数学计算。

首先，让我们假设我们可以使用整个128位空间(Guid v4只使用122位)。

我们知道在n次选择中没有得到重复的一般概率是:

(1-1/2128)(1-2/2128)……(1 - (n - 1) / 2128)

因为2128比n大得多，我们可以将其近似为:

(1-1/2128) n (n - 1) / 2

因为我们可以假设n比0大很多很多，我们可以把它近似为:

(1-1/2128) n ^ 2/2

现在我们可以将其等同于“可接受的”概率，假设是1%:

(1-1/2128)n²/2 = 0.01

我们解出n，得到

N =√(2* log 0.01 / log (1-1/2128))

哪个Wolfram Alpha得到5.598318 × 1019

为了更好地理解这个数字，让我们以10000台机器为例，每台机器都有一个4核CPU，工作4Ghz，花费10000个周期来生成一个Guid，其他什么都不做。然后需要大约111年才能产生一个副本。

理论上讲，不，它们不是唯一的。可以反复生成相同的guid。然而，这种情况发生的几率非常低，你可以假设它们是独一无二的。

我以前读到过，这种可能性非常低，你真的应该关注其他事情——比如你的服务器自燃或代码中的其他错误。也就是说，假设它是唯一的，不要构建任何“捕获”重复的代码——把时间花在更有可能发生的事情上(即任何其他事情)。

我尝试向我的博客读者(非技术家庭成员)描述guid的有用性。从那里(通过维基百科)，生成重复GUID的几率:

1 / 2^128 1 / 340的十一分之一(别担心，十一分之一不在 测试) 1 / 3.4 × 10^38 1 / 340,000,000,000,000,000,000,000,000,000,000,000,000,000,000