UUID在Java中的实现与应用

UUID是什么

UUID的全称为：Universally Unique IDentifier，也被称为GUID(Globally Unique IDentifier)。是一种由算法生成的唯一标识，它实质上是一个128位长的二进制整数。通常表示成32个16进制数组成的字符串，如：21EC2020-3AEA-1069-A2DD-08002B30309D。关于UUID标准的rfc定义详见：http://www.ietf.org/rfc/rfc4122.txt。当然，GUID一词有时也专指微软对UUID标准的实现，用于Windows操作系统中。

UUID的实现

UUID的格式是这样的：xxxxxxxx-xxxx-Mxxx-Nxxx-xxxxxxxxxxxx，一共为32个16进制数。

M那个位置，代表版本号，目前UUID的标准实现有5个版本，所以只会是1,2,3,4,5

N那个位置，只会是8,9,a,b

UUID的具体实现存在多个版本，分别为：

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。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。

2. 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。

3. 基于名称空间的UUID（MD5）

基于名称的UUID通过计算名称和名称空间的MD5散列值得到，这个版本的UUID保证了：相同名称空间中不同名称生成的UUID的唯一性；不同名称空间中的UUID的唯一性；相同名称空间中相同名称的UUID重复生成是相同的。

4. 基于随机数的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，但狗屎运通常会在不经意中到来。可能在测试的时候多线程并发也不见得出现重复，但是却不能保证系统正式上线之后不会出现不重复的UUID，特别是在分布式系统中。

5. 基于名称空间的UUID（SHA1）

和版本3的UUID算法类似，只是散列值计算使用SHA1（Secure Hash Algorithm 1）算法。

在Java中默认实现了基于名称空间的UUID（UUID Version 3）和基于伪随机数的UUID（UUID Version 4），分别为：

/**

 * Static factory to retrieve a type 3 (name based) {@code UUID} based on

 * the specified byte array.

 *

 * @param  name

 *         A byte array to be used to construct a {@code UUID}

 *

 * @return  A {@code UUID} generated from the specified array

 */

public static UUID nameUUIDFromBytes(byte[] name) {

    MessageDigest md;

    try {

        md = MessageDigest.getInstance("MD5");

    } catch (NoSuchAlgorithmException nsae) {

        throw new InternalError("MD5 not supported", nsae);

    }

    byte[] md5Bytes = md.digest(name);

    md5Bytes[6]  &= 0x0f;  /* clear version        */

    md5Bytes[6]  |= 0x30;  /* set to version 3     */

    md5Bytes[8]  &= 0x3f;  /* clear variant        */

    md5Bytes[8]  |= 0x80;  /* set to IETF variant  */

    return new UUID(md5Bytes);

}

/**

 * Static factory to retrieve a type 4 (pseudo randomly generated) UUID.

 *

 * The {@code UUID} is generated using a cryptographically strong pseudo

 * random number generator.

 *

 * @return  A randomly generated {@code UUID}

 */

public static UUID randomUUID() {

    SecureRandom ng = Holder.numberGenerator;

    byte[] randomBytes = new byte[16];

    ng.nextBytes(randomBytes);

    randomBytes[6]  &= 0x0f;  /* clear version        */

    randomBytes[6]  |= 0x40;  /* set to version 4     */

    randomBytes[8]  &= 0x3f;  /* clear variant        */

    randomBytes[8]  |= 0x80;  /* set to IETF variant  */

    return new UUID(randomBytes);

}

除了Java默认的实现之外，还有一个开源的UUID实现库可以参考：https://github.com/cowtowncoder/java-uuid-generator，这个库支持实现UUID的V1，V3，V4和V5版本，在需要使用到唯一性ID的地方可以酌情考虑使用。

关于UUID使用的思考和总结

UUID是为了解决标识唯一性而提出的，这在分布式应用场景下非常常见。例如，用户登录Token，数据库记录主键ID等等。但是对于是否可以使用UUID（除了考虑唯一性之外，可能还要考虑有序性），以及使用哪个版本的UUID实现（考虑到效率等因素）需要慎重。例如：虽然UUID可以解决唯一性，但是却不适合直接用于数据库记录主键ID，对于数据库主键ID而言，除了考虑唯一性之外，还要考虑有序性，索引效率等因素。而在用户登录Token标识这种场景下使用UUID是可以的，甚至在使用手机或邮箱作为唯一名称标识的场景下，可以使用基于名称空间的UUID。

通常来讲，如果仅仅需要实现唯一性需求，那么对于使用UUID有如下建议：

对于暴露MAC地址不敏感的场合，使用UUID V1是最佳选择。当然了，也可以通过对UUID进行MD5散列的方式进行保密，不过这需要考虑性能开销。
如果可以保证在指定命名空间内的名称唯一性，例如手机号或者邮箱，那么选择UUID V3或者V5的实现也能保证唯一性。
对于UUID V4，如果是基于伪随机数的实现，是存在出现重复UUID的概率的，如果对于ID唯一性要求不是十分严格的场景，这个版本的实现也可以考虑。

另外，在各个语言平台对应UUID实现的支持各不相同。

1.Java语言

默认只支持V3和V4（基于伪随机数）两种版本的实现

2.Python语言

支持V1，V3，V4，V5版本的UUID实现

Python的UUID V1基于时间戳和MAC地址，最后12个16进制字符就是网卡地址。

>>> import uuid

>>> uuid.uuid1()

UUID('d3a173de-0ca9-11e8-af24-f0d5bf9aedc1')

>>> uuid.uuid1()

UUID('73e4ac9e-0caa-11e8-aa82-f0d5bf9aedc1')

Python支持UUID V3实现，对名称空间内的字符串进行MD5散列值生成UUID。

>>> uuid.uuid3(uuid.NAMESPACE_DNS,"chench")

UUID('a0fda26d-acf1-37da-ad64-7cac7753de92')

>>> uuid.uuid3(uuid.NAMESPACE_DNS,"chench")

UUID('a0fda26d-acf1-37da-ad64-7cac7753de92')

Python的UUID V4实现基于伪随机数实现，这种UUID产生重复的概率是可以计算出来的。

>>> uuid.uuid4()

UUID('d1437e20-95eb-446a-b9ca-9184013b8542')

>>> uuid.uuid4()

UUID('4dce6000-0ad5-4f35-84d8-6b434205d212')

与UUID V3的算法一致，不同的是UUID V5的散列算法为SHA1。

>>> uuid.uuid5(uuid.NAMESPACE_DNS,"chench")

UUID('b8643db9-49d8-5a98-842d-14f3215f08cb')

>>> uuid.uuid5(uuid.NAMESPACE_DNS,"chench")

UUID('b8643db9-49d8-5a98-842d-14f3215f08cb')

【参考】

https://zh.wikipedia.org/wiki/通用唯一识别码 UUID

https://zh.wikipedia.org/wiki/全局唯一标识符 GUID

https://www.jianshu.com/p/d77f3ef0868a 关于UUID的二三事

https://qtdebug.com/java-duplicate-uuid/ 测试 Java 生成 UUID 是否重复

http://www.infoq.com/cn/articles/talk-about-the-history-of-uuid UUID简史