UUID

Universally Unique Identifier：通用唯一识别码

使用某种规则，不是某种中心化的自增方式，来保证这个识别码的全局唯一性

生成规则： RFC4122来进行定义。

根据生日悖论，若每秒产生 10 亿笔 UUID，100 年后只产生一次重复的概率是 50%。如果地球上每个人都各有 6 亿笔 UUID，发生一次重复的概率是 50%。产生重复UUID 并造成错误的情况非常低，是故大可不必考虑此问题。

最早被用于阿波罗网络计算系统(Apollo Network Computing System) 和微软的 Windows 平台，如今 OpenStack 也广泛的使用它来标志计算、存储和网络等资源

GUID ：

  • 微软按照 UUID 的规则实现的一套方法。
  • 目的：保证全局唯一性。
  • 微软已经使用 GUID 在 Windows 的 COM，ActiveX 等技术上了。
  • 注意：
  • UUID 本质是有多种版本的，
  • GUID 也是在不同的使用场景实现的是不同的 UUID 版本，
  • 比如 COM 是使用 UUID 版本1 进行实现的

1、构成：

长度：128bit 16字节，换算成16进制数（32个16进制）加上中间杠隔开

格式：xxxx xxxx-xxxx-Mxxx-Nxxx-xxxx xxxx xxxx(8-4-4-4-12)

M：UUID版本，1，2，3，4，5

N：8、5、a、b

可变因子

  • 时间戳
  • 时钟序列
  • 节点信息(机器)—MAC地址

uuid.bios uuid.bios与uuid.location_uuid.bios

1.1、时间戳

Timestamp

60bit 无符号数

  • version为1：1582-10-15 00:00:000000000 到当前UTC时间，每隔100纳秒加1
  • 对于无法获取UTC时间的系统，统一采用localtime。（实际上一个系统时区相同就可以了）。
  • time_low：0-31bit，32bit
  • time_mid: 32-47bit,16bit
  • time_hi_and_version: 包含两部分，version和time_h1
  • version 占用 bit 数为4. 代表它最多可以支持31个版本（2^4 -1）
  • time_hi：剩余的12bit，一共是16bit

1.2、时钟序列(clock sequence)

  • 如果计算 UUID 的机器进行了时间调整，或者是nodeId变化了（主机更换网卡），和其他的机器冲突了。那么这个时候，就需要有个变量因子进行变化来保证再次生成的 UUID 的唯一性。
  • Clock Sequence的变化算法很简单，当时间调整，或者nodeId变化的时候，直接使用一个随机数/在原先的Clock Sequence值上面自增加一也是可以的。
  • 共14bit
  • clock_seq_low：0-7bit 共8bit
  • clock_seq_hi_and_reserved包含两个部分：
  • clock_seq_hi： 8～13 bit 共6个bit，
  • reserved：2bit，reserved 一般设置为10。
  • 发生时间回调或者更换网卡时：
  • 如果之前的 clock sequence 存在，则增大 clock sequence 的值
  • 如果之前不存在 clock sequence，则随机生成一个 clock sequence

1.3、node - 节点信息(机器)

  • Node 是一个 48 bits 的无符号数，
  • 对于 version 为 1 的 UUID，它选取 IEEE 802 MAC 地址，即网卡的 MAC 地址。
  • 当系统有多块网卡时，任何一块有效的网卡都可被做 Node 数据；
  • 对于没有网卡的系统，取值为随机数。
  • 不同的主机在任何时刻生成的 UUID 均不相同。

2、版本：

统共有5个版本

结构均相同。

这个结构是按照版本1进行定义的，只是在其他版本中，版本1中的几个变量因子都进行了变化。

version1:

  • 严格按照时间戳+时钟序列+节点信息组成变量因子
  • 一些分布式系统场景下是能严格保证全局唯一
  • twitter 的 snowflake 可以看作是是 UUID 版本1 的简化版。
  • 算法：
  1. 从数据表读取(读取需加锁)曾经被用于生成 UUID 的 timestamp, clock sequence 和 node 等信息
  2. 获取当前的 timestamp
  3. 获取当前的 node 信息
  4. 如果第 1 步读取信息失败，或者读取的 node 与当前的 node 不一致，生成一个随机的 clock sequence
  5. 如果 timestamp 比当前的 timestamp 小，clock sequence 调大
  6. 把当前 timestamp，node 和 clock sequence 存入数据表
  7. 根据当前的 timestamp，node 和 clock sequence 生成 UUID，细节如下：
  • time_low 为 timestamp[28:59]
  • time_mid 为 timestamp[12:27]
  • time_hi_and_version[4:15] 为 timestamp[0]…timestamp[11]
  • time_hi_and_version[0:3] 为 0001
  • clock_seq_low 为 clock_sequence[6:13]
  • clock_seq_hi_and_reserved[2:7] 为 clock_sequence[0:5]
  • clock_seq_hi_and_reserved[0:1] 为 10
  • node 为 MAC[0:47]

version2:

  • 基本和版本1一致，
  • 主要多DCE(IBM 的一套分布式计算环境)
  • 参考：https://pubs.opengroup.org/onlinepubs/9668899/chap1.htm
  • 把时间戳的前4位置换为POSIX的UID或GID。
  • 很少使用

version3:

  • 变量因子：基于name和namespace 的hash
  • hash算法：md5
  • 其中的name 和namespace 基本上和我们很多语言的命名空间，类名一样，它的基本要求就是，name + namespace 才是唯一确定hash串的标准
  • 一样的namespace + name 使用相同的hash算法（比如version3的md5）计算出来的结果必须是一样的，但是不同的 namespace 中的同样的 name 生成的结果是不一样的。
System.out.println(UUID.nameUUIDFromBytes("myString".getBytes("UTF-8")).toString());//version为3

version4：

  • 变量因子：随机/伪随机
  • jdk1.8默认使用
  • timestamp，clock sequence, node都是随机或者伪随机的
System.err.println(UUID.randomUUID().toString());

version5:

  • 变量因子：基于name和namespace 的hash
  • hash算法：sha1
  • 同三