【杂记】GUID&&随机数

1. GUID介绍

1.1 GUID&UUID

        UUID指通用唯一识别码 (Universally Unique Identifier)，这是一个软件建构的标准，也是被开源软件基金会 (Open Software Foundation, OSF) 的组织在分布式计算环境 (Distributed Computing Environment, DCE) 领域的一部份。UUID 的目的，是让分布式系统中的所有元素，都能有唯一的辨识资讯，而不需要透过中央控制端来做辨识资讯的指定。如此一来，每个人都可以建立不与其它人冲突的 UUID。在这样的情况下，就不需考虑数据库建立时的名称重复问题。目前最广泛应用的 UUID，即是微软的 Microsoft's Globally Unique Identifiers (GUIDs)，而其他重要的应用，则有 Linux ext2/ ext3 档案系统、LUKS 加密分割区、GNOME、KDE、Mac OS X 等等。

        GUID全称为Globally Unique Identifier（全球唯一标识符），GUID是一个通过特定算法产生的二进制长度为128位的数字标识符，用于指示产品的唯一性。GUID 主要用于在拥有多个节点、多台计算机的网络或系统中，分配必须具有唯一性标识符。

1.2 GUID唯一性

        GUID是根据机器上网卡的MAC地址再加上一定的算法生成的唯一的序列。因全世界所有网卡的MAC地址都是唯一的，所以其在空间上是唯一的。GUID的算法，至少有两个主要的参数，一个是时间，另外一个就是你机器的软、硬件信息，用来定位你使用的电脑，同一台电脑不可能在同一时间运行两个GUID的算法。这又保证了其在空间唯一性的基础上，时间上的唯一性。

1.3 UUID的构成

        按照开放软件基金会(OSF)制定的标准计算，用到了以太网卡地址、纳秒级时间、芯片ID码和许多可能的数字，UUID的缺陷在于生成的结果串会比较长。关于UUID这个标准使用最普遍的是微软的GUID，在ColdFusion中可以用CreateUUID()函数很简单的生成UUID，其格式为：xxxxxxxx-xxxx- x xxx-xxxxxxxxxxxxxxxx(8-4-4-16)，其中每个 x 是 0-9 或 a-f 范围内的一个十六进制的数字。而标准的UUID格式为：3F2504E0-4F89-11D3-9A0C-0305E82C3301 (8-4-4-4-12)，可用函数CreateGUID () UDF进行转换。使用UUID的好处在分布式的软件系统中（比如：DCE/RPC, COM+,CORBA）就能体现出来，它能保证每个节点所生成的标识都不会重复，并且随着WEB服务等整合技术的发展，UUID的优势将更加明显。根据使用的特定机制，UUID不仅需要保证是彼此不相同的，或者最少也是与公元3400年之前其他任何生成的通用惟一标识符有非常大的区别。具体组成如下所示：

（1）当前日期和时间，UUID的第1个部分与时间有关。

（2）时钟序列

（3）全局唯一的IEEE机器识别号，如果有网卡，从网卡MAC地址获得，没有网卡以其他方式获得

1.4 UUID的格式

        UUID 的十六个八位字节被表示为 32个十六进制数字，以连字号分隔的五组来显示，形式为 8-4-4-4-12，总共有 36个字符（即三十二个英数字母和四个连字号），通用格式为xxxxxxxx-xxxx-Mxxx -Nxxx-xxxxxxxxxxxx，数字 N的一至四个最高有效位表示 UUID 变体( variant )，有固定两位10xx因此只可能取值8, 9, a, b。数字 M的四位表示 UUID 版本，当前规范有5个版本，M可选值为1, 2, 3, 4, 5 ；这5个版本使用不同算法，利用不同的信息来产生UUID，各版本有各自优势，适用于不同情景。

1. version 1, date-time & MAC address
2. version 2, date-time & group/user id
3. version 3, MD5 hash & namespace
4. version 4, pseudo-random number（伪随机数）
5. version 5, SHA-1 hash & namespace

        其中使用较多的是版本1和版本4，其中版本1使用当前时间戳和MAC地址信息。版本4使用(伪)随机数信息，128bit中，除去版本确定的4bit和variant确定的2bit，其它122bit全部由(伪)随机数信息确定。因为时间戳和随机数的唯一性，版本1和版本4总是生成唯一的标识符。若希望对给定的一个字符串总是能生成相同的 UUID，使用版本3或版本5。

1.5 UUID生成器

• Java UUID Generator (JUG)：开源UUID生成器，LGPL协议，支持MAC地址。

• UUID：特殊的License，有源码。

• Java 5以上版本中自带的UUID生成器：好像只能生成Version 3/4的UUID。

2. 计算机的随机数生成

2.1 真随机数

        自然界中的有很多不确定的现象，例如一片沙漠中的各个沙粒的重量，或者大气中分子的热运动轨迹，通过对这些现象的测量，就可以获得真随机数，优质的真随机源头就是那些人类还无法把握其规律的自然现象。生活中比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等物理现象，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求较高。根据定义可看到，真随机数是依赖于随机数生成器。使用较多的就是电子元件中的噪音等较为高级、复杂的物理过程来生成。

2.2 伪随机数

        计算机程序中一般都是用伪随机。计算机首先要获得真随机数来做伪随机数算法的种子。真随机数可以从从自然现象中获取，例如读取一段时间耳机收到的噪音，或者内存条上的分子热运动信息。为何需要种子呢？计算机程序运行的结果是确定性的，输出的结果是可以预测的，而且是可以重复的，所以通过计算机程序是不能生产随机数的。但是有了种子，就可以去衍生出很多足够随机的随机数，也就是伪随机的数。为何需要生成伪随机数呢？如果程序运行需要很长或者很多的随机数，而能够获得的真随机数的长度和数量又都有限，那么就会用程序去生成伪随机数。

        列举简单的伪随机生成算法的例子。如果真随机数是121，那么可以把真随机数相乘然后取中间数的方式来获得伪随机数。121乘以121是14641，那么去掉头和尾，取中间数就获得中间数464。这个464就是伪随机数，而121就是它的种子。如果要生成第二个伪随机数，就可以把464作为种子重复相同的操作。总之，伪随机数是以真随机数为种子去按照算法生成的。

2.3 真伪区别

        按照真随机数的提取方法，不管取多少次，都可以看到各个输出是无规律的。但是伪随机数是计算出来的，如果原始种子比较短，很快伪随机数就出现周期性的重复了。当然，种子越长，周期也就会越长。两位数的种子，能够生产100个伪随机数，也就是说，周期是100，三位种子的周期是1000。给定位数长度，真随机数安全性比较高。而伪随机的特点就是可以方便的获取多个，或者由较短的真随机能够获得一个程序所需要的较长的伪随机，但是伪随机是有一定规律的，同样位数的伪随机肯定没有真随机安全。不过，伪随机数的周期越长，就越安全。

2.4 生成算法

        具体过程，详见文章：伪随机数生成算法 - shine-lee - 博客园