通用唯一识别码UUID标准和应用实例

在软件开发、数据库管理和分布式系统中，唯一标识符（Unique Identifier）是一个至关重要的概念。我们常常会为实体设计唯一的ID，以保证其在系统中的唯一性，避免实体冲突。自增ID、UUID等唯一标识符便在这样的需求下应运而生。

什么是UUID?

UUID（Universally Unique Identifier, 通用唯一识别码）由RFC 4122定义，技术上等同于 ITU-T Rec. X.667 | ISO/IEC 9834-8，最早由开放软件基金会标准化。

标准格式

UUID 的 16 个 8 位字节表示为 32 个十六进制数字，由连字符 '-' 分隔成五组显示，形式为“8-4-4-4-12”总共 36 个字符（32 个十六进制数字和 4 个连字符）。

UUID要求以小写形式生成字符，同时对输入不区分大小写。
形如：xxxxxxxx-xxxx-Mxxx-Nxxx-xxxxxxxxxxxx

名称	字节	字长（16进制数字码长）	说明
time_low	4	8	整数：低位 32 bits 时间戳
time_mid	2	4	整数：中间位 16 bits 时间戳
time_hi_and_version	2	4	最高有效位中的 4 bits“版本”(`Mxxx`)，后面是高 12 bits 的时间戳
clock_seq_hi_and_res clock_seq_low	2	4	最高有效位为 1-3 bits“变体”(`Nxxx`)，后跟13-15 bits 时钟序列
node	6	12	48 bits 节点 ID

我们重点关注其中的版本和变体。

变体 variant

变体（variant）字段占位1~3bit，RFC 4122共规定了4种变体。（x代表位置没有意义）

变体 0 (形如0xxx), 用于向后兼容已经过时的1988年开发的 Apollo 网络计算系统（NCS）1.5 UUID 格式；
变体 1 (形如10xx), 按照大端序作为二进制存储与传输，RFC称“保留，微软公司向后兼容；
变体 2 (形如110x), 按照小端序作为二进制存储与传输；
变体 3 (形如111x), 保留未使用。

在RFC 4122中，我们实际关注的是变体1（10xx）这一类别，所以我们在变体（Nxxx）这一字段事实上只能见到四个值：

版本 version

版本可以理解为变体下不同的子类型，RFC 4122中定义了五个版本，版本（Mxxx）取值为1/2/3/4/5.

版本1 日期时间和MAC地址

时间戳版本，60-bit 的时间戳和节点的48-bit MAC地址而生成的；
- 优点：基于时间戳和MAC地址生成，保证了UUID唯一性；
- 缺点：有暴露节点MAC隐私信息的风险

版本2 日期时间和DCE标识符

在版本1的基础上使用"DCE安全标识符"
- 优点：替换掉了MAC地址，解决了暴露计算机隐私信息的问题；
- 缺点：DCE实现在RFC 4122中未提及，标识符对生成速率有影响

版本3/5 散列命名空间

通过将命名空间（例如域名）和一个名字组合并生成哈希值来创建UUID。任何所需的UUID都可以用作命名空间指示符。
- 版本3 - MD5
- 版本5 - SHA1

版本4 随机

一个随机或伪随机生成的60位值。RFC 4122 建议“在各种主机上生成 UUID 的分布式应用程序必须愿意依赖所有主机上的随机数源。如果这不可行，则应使用名称空间变体。”

应用场景

数据库键值：UUID 通常用作数据库表中的唯一键，MySQL、SQL Server、PostageSQL等DBMS都提供了不同的UUID函数；
分布式系统：在没有中央协调器的情况下，确保唯一标识符；
软件构建：在构建过程中生成唯一的组件或版本标识符；
文件系统：用于标识文件或目录的唯一性。

一些问题

大小问题：相对于简单的ID标识符，UUID虽然提供了极低的唯一性，但也因其128位的长度占用了相对较大的空间；
- 如数据库，使用UUID作为主键会导致索引体积增大；
可排序性问题：UUID的生成方式（尤其是版本4随机生成）导致它们在时间上是无序的；
- 数据库索引：无序的UUID会导致数据库索引碎片化，进而降低查询性能；
- 日志记录：无序的UUID可能导致难以按时间顺序排序或筛选记录；
可预测性问题：某些版本的UUID（如版本1）可能会泄露生成时间和生成设备的信息，从而存在安全隐患。
重复问题：尽管UUID设计上是唯一的，但并不能完全排除重复的可能性；
- 生成算法设计不合理；
- 依赖MAC、ID等选取不合理；
- 随机数碰撞；

一些解决问题的方案

使用BINARY(16)而不是CHAR(36)来存储UUID；
使用有序UUID（如时间UUID）来确保在时间上的排序性，从而提高索引和查询性能；
对于需要短而可读标识符的场景，可以考虑使用短UUID；

UUID 应用实现

Python

import uuid

# 生成一个UUID（版本4）
unique_id = uuid.uuid4()
print(unique_id)

MySQL

方案1：调用UUID()函数：

INSERT INTO my_table (id, name)
VALUES (UUID(), 'Example Name');

方案2：触发器实现

-- 这个触发器会在每次插入数据之前检查`id`是否为空，如果是，则生成一个新的UUID。
DELIMITER //

CREATE TRIGGER before_insert_my_table
BEFORE INSERT ON my_table
FOR EACH ROW
BEGIN
    IF NEW.id IS NULL THEN
        SET NEW.id = UUID();
    END IF;
END;

//

DELIMITER ;

-- 调用
INSERT INTO my_table (name) VALUES ('Example Name');