用Racket语言生成全球唯一标志(GUID)

​1 什么是GUID

 在百度百科里解释如下：

全局唯一标识符(GUID，Globally Unique Identifier)是一种由算法生成的二进制长度为128位的数字标识符。GUID主要用于在拥有多个节点、多台计算机的网络或系统中。在理想情况下，任何计算机和计算机集群都不会生成两个相同的GUID。GUID 的总数达到了2^128(3.4×10^38)个，所以随机生成两个相同GUID的可能性非常小，但并不为0。所以，用于生成GUID的算法通常都加入了非随机的参数(如时间)，以保证这种重复的情况不会发生。

GUID的格式为“xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx”(即8-4-4-4-12的结构)；其中每个x是0-9或a-f范围内的一个十六进制数。例如：6F9619FF-8B86-D011-B42D-00C04FC964FF 即为有效的 GUID 值。

2 GUID的特点

1、需要GUID的时候，可以完全由算法自动生成，不需要一个权威机构来管理。

2、GUID理论上能产生全宇宙唯一的值，对于以后的数据导入很方便。

3 GUID在BIM中的价值

对与BIM（Building Information Modeling，建筑信息模型化）来说，IFC更有其特殊意义。在IFC（Industry Foundation Classes，工业基础类）中作为对象的唯一标志值，无论是核心层、核心层、共享层还是专业领域层，都被广泛使用。在我们国家标准《工业基础类平台规范》（GB/T 25507——2010）附录A中专门提供了《全球唯一标识C语言代码》。

但遗憾的是，该附录并未给出编程的逻辑思路，给出的代码其实也并不清晰（个人认为），可读性不高。另外，里边生成GUID的核心函数是Windows系统的CoCreateGuid函数（在系统DLL库ole32中），如果用这个代码生成，就直接限制了程序跨平台的能力。

因此，我尝试用Racket语言来实现GUID的程序，同时介绍实现思路，希望能达到抛砖引玉的效果。

4 简单生成GUID

这里我们将GUID的每一段都通过随机生成来实现，由于生成的随机性很大，总数达到了3.4×10^38个，相同的几率非常小。听说有人查看Win的源代码，那个神奇的函数的每段都是随机函数生成的（^-^）。

Racket里生成随机数的常见函数为"random"，它返回一个范围为0~k-1的随机精确整数。

不过还有一个函数——"crypto-random-bytes"，它在这里更适合使用。它返回n个随机字节。在Unix系统上，字节是从“/dev/urandom”获得，而在Windows上则使用RtlGenRand系统函数获得。取得随机数后，通过"bytes->hex-string"（来自于库“file/sha1”，因此需要加上需求(require file/sha1)）直接转换成16进制字符串。

这个思路很直接，实现起来简单。我们直接上代码：

(define (create-guid-string-by-random)

(string-append

(bytes->hex-string (crypto-random-bytes 4)) "-"

(bytes->hex-string (crypto-random-bytes 2)) "-"

(bytes->hex-string (crypto-random-bytes 2)) "-"

(bytes->hex-string (crypto-random-bytes 2)) "-"

(bytes->hex-string (crypto-random-bytes 6))))

前面说过，这种方式随机生成两个相同GUID的可能性非常小，但并不为0。但并不为0！（估计遇到相同的时候一定是前无古人的巨额大奖）。但是为防万一，这个也是要避免的，毕竟在很多场景下，即使出现一次，造成的问题也是无法想象的。

5 更可靠的生成方案

为了进一步减少重复的可能性，我们将随机的范围缩小。这里从两方面来实现这一点：

1、限定特定时间：在特定时间里去生成随机数，即使生成了相同的随机数，但加上时间限制，也是不同的。

特定时间有日期（date）和时间（time）两个方面。我们可以将其分别嵌入到GUID中。

2、限定程序运行的主机相关信息。在不同的机器上即使生成了相同随机数，也是不同的。主机相关信息有：主板标记信息、CMOS标记信息、芯片标记信息、IP地址、MAC地址、主机名称标记。另外还有一种，就是程序的进程标志。我们这里就用这个来生成。

由此，我们将日期的年月日、时间、程序的进程标志号分别转换成16进制字符串嵌入到GUID里，剩下的通过随机数生成。具体为：将年转换为第一段8位，月日转换为第二段4位，时、分、秒转换为第三段4位，进程标志转换为第四段4位，第五段12位全部由随机生成。

5.1 用日期时间生成数据（第一、二、三段）

Racket的"current-date"函数取得当前系统时间（时间分分秒秒向前走，不停地创造新数据），它返回一个时间结构值。

时间结构的定义如下：

(struct date

(second

minute

hour

day

month

year

week-day

year-day

dst?

time-zone-offset))

由此可以看出，我们可以直接从取得的时间结构值里取得我们想要的数据，根据上边的思路转换成第一至三段的内容。如下：

(define (guid-data-by-date)

(let* ([dt (current-date)]

[y (date-year dt)]

[ys (~a y #:width 4)]

[m (date-month dt)]

[d (date-day dt)]

[h (date-hour dt)]

[min (date-minute dt)]

[sec (date-second dt)])

(string-append

(bytes->hex-string (string->bytes/locale ys)) "-"

(bytes->hex-string (bytes m d)) "-"

(bytes->hex-string (bytes (+ min h) (+ sec h))))))

以上我们用Racket函数"bytes->hex-string"将字节转换为16进制字符串（每个字节转换为2位）。"bytes"函数用于返回新的可变字节字符串，"string-append"将给定的字符串连接起来。

这里有两个地方需要说明：

• 一是对年的处理。由于年的十进制位数长度不是定长的，这里统一转换（限定）为4位（在9999年之后会出现与之前重复的年数值）。

• 二是对时间的时的处理。为了将时、分、秒限定在4位16进制数里，这里在分、秒的数值上加上时的数值，这样生成2个数，转换出来则为4位16进制数。

5.2 用进程标志生成数据（第四段）

Racket的"getpid"函数取得一个标识系统当前进程的整数值。我们将这个整数值分成两部分，每一部分转换成2位16进制数的字符串即可。如下：

(define (guid-data-by-process)

(let ([pid (getpid)])

(bytes->hex-string (bytes (quotient pid 100)

(remainder pid 100)))))

5.3 用随机数生成数据（第五段）

同上。如下：

(define (guid-data-by-random)

(bytes->hex-string (crypto-random-bytes 6)))

最后，将以上生成的各段16进制字符串连起来就生成了GUID的字符串码：

(define (create-guid-string)

(string-append

(guid-data-by-date) "-"

(guid-data-by-process) "-"

(guid-data-by-random)))

在Windows中，GUID的字符串表示形式实际上还包括两边的大括号（“{}”）。我们可以通过"string->guid"函数将GUID字符串转换成GUID值，也可以通过"guid->string"函数将GUID值转换为GUID字符串。这两个函数需要"(require ffi/com)"支持。

（以上内容由Racket语言的Scribble编辑生成）