資料庫最常見的欄位：UUID

Table

UUID 是什麼？

舉個簡單現實中的例子你的電話號碼、員工編號、銀行帳號和身份證字號等，都和 UUID 的功用非常相似，是一組唯一識別的號碼或代號。

而在網路世界中通用的唯一識別碼，我們稱為 UUID (Universally Unique Identifie)，RFC 4122 中標準化了 UUID 的實作規範。

以下是幾個 UUID 的實際樣子，由 128 位元 (36 字元) 組成：

c2e456b2-6093-4c68-9746-2460c3ce19bb
efeddb6a-1471-49f1-ab67-189b5e2758e1

其中 UUID 有不同的版本，每種的使用情境不同，接下來將會為大家一一介紹：

UUID v1:

組成結構：時間戳記 + MAC address 所生成
缺點：
- MAC address 是每一台電腦都會有的網卡，每一張上都會有不同的編號，如果使用 v1 要小心會有隱私性問題
- 而現在虛擬主機的 MAC address 是會被修改，如果遇到相同的 MAC address 則會有碰撞的情況發生
- uuid.js 統計大概有 20% 的人會使用這個版本的 UUID
以下是 Python 呼叫內建 library 所產生 uuid v1 的方式：

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

| timestamp | | MAC address |

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

import uuid

print(uuid.uuid1())

>>> 2b233aa4-d02d-3b16-a4ff-fc44606ec6ae

UUID v2:

是一個較少被使用和提及的版本，UUIDv2 更多的是針對特定的系統和需求設計的，它主要用於包含 POSIX 安全性資訊（如用戶 ID 和群組 ID）的 UUID，在 Python 內建 library 中並沒有實作 UUID v2。
缺點：特定系統使用，且不在 Python 內建 library 裡面

UUID v3:

組成結構：namespace identifier (UUID) + 字串，使用 MD5 hash 產生
非隨機性的 UUID，如果你放入相同的 namespace 和字串，所產生的 UUID 會是相同
以下是 Python 呼叫內建 library 所產生 uuid v3 的方式：

# 以下是 python library 的程式碼，可以看到由 md5 hash 你所放入的資料

def uuid3(namespace, name):

"""Generate a UUID from the MD5 hash of a namespace UUID and a name."""

from hashlib import md5

hash = md5(namespace.bytes + bytes(name, "utf-8")).digest()

return UUID(bytes=hash[:16], version=3)

# 以下是 uuid3 的使用方式

import uuid

print(uuid.uuid3(uuid.NAMESPACE_DNS, "max_su"))

>>> 6fa459ea-ee8a-3ca4-894e-db77e160355e

UUID v4:

組成結構：隨機變數產生的 UUID
uuid.js 統計大概有 70% 的人會使用這個版本的 UUID
缺點：
- 有非常非常小機率發生碰撞 (找到重複項的機率是十億分之一)
- 如果是當資料庫的 primary key index 時，因為是 UUID v4 是隨機的產生的，速度會比有順序的 id 還來得慢，所以才會有後面的 UUID v7 產生
以下是 Python 呼叫內建 library 所產生 uuid v4 的方式：

+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

+-+-+-+-+-+-+-+-+-+ +-+-+-+-+-+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

import uuid

print(uuid.uuid4())

>>> c2e456b2-6093-4c68-9746-2460c3ce19bb

UUID v5:

組成結構：namespace identifier (UUID) + 字串，使用 SHA1 hash 產生
非隨機性的 UUID，如果你放入相同的 namespace 和字串，所產生的 UUID 會是相同
以下是 Python 呼叫內建 library 所產生 uuid v5 的方式：

# 以下是 python library 的程式碼，可以看到由 sha1 hash 你所放入的資料

def uuid5(namespace, name):

"""Generate a UUID from the SHA-1 hash of a namespace UUID and a name."""

from hashlib import sha1

hash = sha1(namespace.bytes + bytes(name, "utf-8")).digest()

return UUID(bytes=hash[:16], version=5)

# 以下是 uuid5 的使用方式

import uuid

print(uuid.uuid5(uuid.NAMESPACE_DNS, "max_su"))

>>> 886313e1-3b8a-5372-9b90-0c9aee199e5d

UUID v7:

RFC 4122 最後更新於 16 February 2023
目前 Python 內建 library 還沒有實作 v7，不過 PR 已經在審核了
- Python UUID v7 PR
- Python UUID v7 discussion
組成結構：前面 48 bits 由 timestamp 組成，後面是隨機組成
優點：
- 前面是由 timestamp 所組成是有順序性的，所以在當 primary key index 時速度上會遠大於 uuid v4 的版本，可以參考這篇文章有人做了速度實驗上比較：Why UUID7 is better than UUID4 as clustered index in RDBMS
- 後面時有隨機組成，所以解決了 uuid v1 的 MAC address 的隱私性和碰撞的可能

UUID.hex

“Hex” 是 “Hexadecimal” 的縮寫，意思是「十六進位」，十六進位是由 0 到 9 和 A 到 F 所表示，所以會去除 -，這種格式使得 UUID 更適合用於 URLs 和檔案命名上的傳輸，資料庫儲存的空間也從 36 字元下降為 32 字元。

uuid.uuid4()

>>>2a93bb6e-e881-435c-9a8f-2390bb522804

uuid.uuid4().hex

>>>2a93bb6ee881435c9a8f2390bb522804

特殊的 UUID

nil UUID: 表示為「空」或「未指定」的 UUID，會將所有位元設為 0，00000000-0000-0000-0000-000000000000
max UUID: UUID 範圍內的最大值，會將所有位元設為 1，ffffffff-ffff-ffff-ffff-ffffffffffff

其他相關 ID

Snowflake ID (雪花 ID)

UUID 是由 128 位元所組成，在儲存上的長度是個硬傷，如果想要縮短長度又會怕有碰撞，要怎麼解決這個問題？我們來看看由 Twitter (X) 所提出的開發的解決方案 Snowflake ID。

在現實中每片雪花都是獨一無二，且有自己獨特的結構。所以在命名上將其命名為「Snowflake (雪花) ID」。

Snowflake ID 是由 Twitter 開發的解決方案，他們需要解決平均每秒 9000 條推文，峰值高達每秒 143199 條推文的 ID，不僅可以在其龐大的分散式伺服器中擴展，還可以產生高效的儲存 ID (大致按時間排序)。Snowflake ID 也被 Discord 和 Instagram 等公司使用。

組成結構：由 64 位元組成，相較 UUID 少了一半的長度

+--------------------------------------------------------------------------+

+--------------------------------------------------------------------------+

42 bit 時間戳記
10 bit 機器號碼 (or any random number you provide)
12 bit 順序號碼

以下是我參考 Source code 所改寫的 python snowflake，主要是不想安裝任何的套件，使用方式簡單，僅需呼叫 snowflake_id()，即可獲得一組新的雪花 ID。

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

import random

from dataclasses import dataclass

from datetime import datetime, timedelta

from time import time

from typing import Optional

__all__ = ("Snowflake", "SnowflakeGenerator")

MAX_INSTANCE = 0b1111111111 # 分散式系統最多 1023 個節點

MAX_SEQ = 0b111111111111 # 每毫秒能生成的 4095 ID 數量

MAX_TS = 0b11111111111111111111111111111111111111111 # 大約等於 69.73 年

@dataclass(frozen=True)

class Snowflake:

timestamp: int

instance: int

epoch: int = 0 # 起始時間點（epoch）

seq: int = 0

def __post_init__(self):

if self.epoch < 0:

raise ValueError(f"epoch must be greater than 0!")

if self.timestamp < 0 or self.timestamp > MAX_TS:

raise ValueError(

f"timestamp must not be negative and must be less than {MAX_TS}!"

)

if self.instance < 0 or self.instance > MAX_INSTANCE:

raise ValueError(

f"instance must not be negative and must be less than {MAX_INSTANCE}!"

)

if self.seq < 0 or self.seq > MAX_SEQ:

raise ValueError(

f"seq must not be negative and must be less than {MAX_SEQ}!"

)

@classmethod

def parse(cls, snowflake: int, epoch: int = 0) -> "Snowflake":

return cls(

epoch=epoch,

timestamp=snowflake >> 22,

instance=snowflake >> 12 & MAX_INSTANCE,

seq=snowflake & MAX_SEQ,

)

@property

def milliseconds(self) -> int:

return self.timestamp + self.epoch

@property

def seconds(self) -> float:

return self.milliseconds / 1000

@property

def datetime(self) -> datetime:

return datetime.utcfromtimestamp(self.seconds)

@property

def timedelta(self) -> timedelta:

return timedelta(milliseconds=self.epoch)

@property

def value(self) -> int:

return self.timestamp << 22 | self.instance << 12 | self.seq

def __int__(self) -> int:

return self.value

class SnowflakeGenerator:

def __init__(

self,

instance: int,

seq: int = 0,

epoch: int = 0,

timestamp: Optional[int] = None,

current = (time() * 1000.0).__int__()

if current - epoch >= MAX_TS:

raise OverflowError(

f"The maximum current timestamp has been reached in selected epoch,"

f"so Snowflake cannot generate more IDs!"

)

timestamp = timestamp or current

if timestamp < 0 or timestamp > current:

raise ValueError(

f"timestamp must not be negative and must be less than {current}!"

)

if epoch < 0 or epoch > current:

raise ValueError(

f"epoch must not be negative and must be lower than current time {current}!"

)

self._epo = epoch

self._ts = timestamp - self._epo

if instance < 0 or instance > MAX_INSTANCE:

raise ValueError(

f"instance must not be negative and must be less than {MAX_INSTANCE}!"

)

if seq < 0 or seq > MAX_SEQ:

raise ValueError(

f"seq must not be negative and must be less than {MAX_SEQ}!"

)

self._inf = instance << 12

self._seq = seq

@classmethod

def from_snowflake(cls, sf: Snowflake) -> "SnowflakeGenerator":

return cls(sf.instance, seq=sf.seq, epoch=sf.epoch, timestamp=sf.timestamp)

@property

def epoch(self) -> int:

return self._epo

def __iter__(self):

return self

def __next__(self) -> str:

current = (time() * 1000.0).__int__() - self._epo

if current >= MAX_TS:

raise OverflowError(

f"The maximum current timestamp has been reached in selected epoch,"

f"so Snowflake cannot generate more IDs!"

)

if self._ts == current:

if self._seq == MAX_SEQ:

raise OverflowError(

f"The maximum current sequence has been reached in selected epoch,"

f"so Snowflake cannot generate more IDs!"

)

self._seq += 1

else:

self._seq = 0

self._ts = current

return str(self._ts << 22 | self._inf | self._seq)

def __call__(self) -> str:

return self.__next__()

snowflake_id = SnowflakeGenerator(random.randint(1, 1023))

除了雪花 ID 外，以下幾種 id 都使用了類似的手法將 timestamp 加入在開頭：

資料庫最常見的欄位：UUID

UUID 是什麼？

UUID v1:

UUID v2:

UUID v3:

UUID v4:

UUID v5:

UUID v7:

UUID.hex

特殊的 UUID

其他相關 ID

Snowflake ID (雪花 ID)

Sharding & IDs at Instagram

MongoDB Object ID

ULID spec

延伸閱讀

發佈留言取消回覆

UUID 是什麼？

UUID v1:

UUID v2:

UUID v3:

UUID v4:

UUID v5:

UUID v7:

UUID.hex

特殊的 UUID

其他相關 ID

Snowflake ID (雪花 ID)

Sharding & IDs at Instagram

MongoDB Object ID

ULID spec

延伸閱讀

發佈留言 取消回覆

發佈留言取消回覆