理解UUID们

UUID，Universal Unique Identifier，全局唯一标识符。也叫做GUID，Global Unique Identifier。

概念都了解，全局唯一嘛，但怎么实现的？多大概率重复？JDK的UUID和PostgreSQL的UUID一样吗？带着这些问题，我们从RFC，到JDK源码、PG手册，一点点看。

本文包含以下内容：

• UUID实现原理
• 自己实现一个UUID
• JDK的实现方式
• PG的实现方式
• 其它全局唯一ID

实现原理

老样子，要想了解一项基础技术，最好的方式是阅读一手资料。于UUID，它是RFC4122。

这一节，更莫如说是对RFC的总结，毕竟规范这东西，写得太啰嗦了，全文字不说，还没有示意图。

基本特性

• 长度128个bit位。一般通过16位十六进制字符表示，如：4cc9de16-414b-4f68-9b7e-6feeb8f629b0
• 不需要中心管理，具有跨越时间和空间的唯一性
• 按照本标准中的算法，支持每台机器每秒高达1000万次高分配速率

组成

理解UUID有两个重点：一是理解其组成部分；二是理解各版本对各部分的填充方式。我们先看最重要的——组成部分。

为了较为形象地展示，我画了张图。第一行是结果，第二行是十六进制说明，第三行是二进制说明。

• time-low：时间戳低位，占用32个bit
• time-mid：时间戳中位，占用16个bit
• time-high-and-version：时间戳高位+版本号，前者占12个bit，后者占4个bit，注意区分版本号是在前的
• clock-seq-high-and-reserved：时钟序列高位+预留位。前者占6个bit，后者占2个bit，也注意他们的前后顺序
• clock-seq-low：时间序列低位，占8个bit
• node：节点，占用48个bit

引出新概念，time、clock-seq、node

• time：即时间戳
• clock-seq：当时间戳或node重复时，使用clock-seq作为附加保证唯一性
• node：机器的节点，一般是机器的MAC地址

区分版本

注意到上面说组成时，有一个version字段。UUID是有多个版本的，目前总计5个。

版本规定了各字段的填充方式，版本2比较特殊这里忽略，其它版本如下

版本	Timestamp	Clock sequence	node
1	从UTC时间1582-10-15 00:00:00起，100ns的个数	第一个clock sequence应该是随机产生的 如果知道本机上一次生成UUID的clock sequence，则此次只需要在其基础上加一 如果不知道，该字段需要设置成一个随机数	MAC地址 如果没有，则使用随机数
3	命名空间+名称的MD5只的一部分	命名空间+名称的MD5只的一部分	命名空间+名称的MD5只的一部分
4	随机数的一部分	随机数的一部分	随机数的一部分
5	命名空间+名称的SHA1只的一部分	命名空间+名称的SHA1只的一部分	命名空间+名称的SHA1只的一部分

可以看到，所谓的时间戳、时钟序列、node这些字段，仅对版本1有效，其它版本填充进去的值并无逻辑意义。

如何保证唯一性

• 对Version 1：它通过MAC地址保证空间唯一性，时间戳+序列号保证时间唯一性
• 对Version 2：和Version 1类似，只不过会把时间戳的前4位置换为POSIX的UID或GID
• 对Version 3、5：它纯依赖于名字保证唯一性，这就需要一个规整的命名系统：命名空间+名称
• 对Version 4：它纯通过随机数保证唯一性，此时一个高质量的随机数发生器就显得尤为重要

Version 1生成逻辑

1. 获取一个系统级别的全局时钟

2. 从一个系统全局共享的的存储位置，读取上一个UUID的状态：时间戳、始终序列、node等

3. 获取当前时间戳：从UTC时间1582-10-15 00:00:00起，100ns的个数

4. 获取nodeid，即MAC地址

5. 如果上一个UUID状态不稳定（不存在、nodeid与新获取的nodeid不一样），生成一个随机clock value

6. 如果状态存在，但时间戳比当前时间戳还晚，则clock sequence自增

7. 将新的状态保存

8. 将上面的三个部分按照格式组成UUID

有一个bug

MAC地址直接放在nodeid中，就是一个bug，这会暴露用户的MAC地址：梅丽莎病毒制作者的位置就是这么暴露的

Version 4生成逻辑

1. 获取一个随机数
2. 将预留位、版本位之外的位，使用该随机数填充，填充位对应方式，参考RFC

Version 3、5生成逻辑

1. 命名空间+名字组成字符串，使用MD5或者SHA1计算摘要
2. 将预留位、版本位之外的位，使用该摘要填充，填充位对应方式，参考RFC

为什么时间戳从1582-10-15开始

这是公历改革到基督教日历的日期，说来话长，我也没啥兴趣去详细了解，如果需要，看看知乎吧

自己写一个UUID吧

尝试着实现了一下抽象定义和基于时间戳的版本，发现主要有几个难点：kotlin的进制转换、二进制操作等。

这是一个不能实际使用的UUID版本（实现它也不是本文的目的），仅作演示。

先是UUID的抽象定义，我们使用两个Long作为底层bit持有对象，定义各字段的set方法，主要是二进制操作。

abstract class UUID {
   

    companion object {
   

        const val TIME_LOW_MASK = (0xFFFFFFFFL).shl(32)
        const val TIME_MID_MASK = (0xFFFFFFFFL).shl(16)
        const val VERSION_MASK = (0xFFL).shl(12)
        const val TIME_HIGH_MASK = 0xFFFFFFL

        const val RESERVED_MASK = (0xFL).shl(62)
        const val CLOCK_SEQ_HIGH_MASK = (0xFFFL).shl(56)
        const val CLOCK_SEQ_LOW_MASK = (0xFFFFL).shl(48)
        const val NODE_MASK = 0xFFFFFFFFFFFFL

        fun timeBasedUUID(): UUID = UUIDVersion1()

    }

    /**
     * 高有效位们：靠右
     */
    private var mostSignificantBits = 0L

    /**
     * 低有效位：靠左
     */
    private var leastSignificantBits = 0L

    fun setTimeLow(timeLow: Int) {
   
        leastSignificantBits = leastSignificantBits.or(timeLow.toLong().shl(32).and(TIME_LOW_MASK))
    }

    fun setTimeMid(timeMid: Int) {