唯一标识

 

全局唯一标识符

全局唯一标识符，简称GUID，是一种由算法生成的唯一标识，通常表示成32个16进制数字（0－9，A－F）组成的字符串，如：{21EC2020-3AEA-1069-A2DD-08002B30309D}，它实质上是一个128位长的二进制整数。GUID一词有时也专指微软对UUID标准的实现。

GUID的主要目的是产生完全唯一的数字。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的总数也足够大，达到了2^128个，所以随机生成两个相同GUID的可能性是非常小的，但并不为0。

由于GUID生成的算法和内部组成结构有多种，且网络上很难找到它详细的生成算法，所以这里将不做介绍。

MongoDB的ObjectId

1)     Time

时间戳。将objectid的前4位进行提取，然后按照十六进制转为十进制，这个数字就是一个时间戳。通过时间戳的转换，可以很容易看清时间格式。

2)    Machine

机器。接下来的三个字节是所在主机的唯一标识符，一般是机器主机名的散列值，这样就确保了不同主机生成不同的机器hash值，确保在分布式中不造成冲突，这也就是在同一台机器生成的objectId中间的字符串都是一模一样的原因。

3)    PID

进程ID。上面的Machine是为了确保在不同机器产生的objectId不冲突，而pid就是为了在同一台机器不同的mongodb进程产生了objectId不冲突，接下来的两位就是产生objectId的进程标识符。

4)    INC

自增计数器。前面的九个字节是保证了一秒内不同机器不同进程生成objectId不冲突，最后面的三个字节是一个自动增加的计数器，用来确保在同一秒内产生的objectId也不会发现冲突，允许2^24等于16777216条记录的唯一性。

总的来看，objectId的前4个字节时间戳，记录了数据创建的时间；接下来3个字节代表了所在主机的唯一标识符，确定了不同主机间产生不同的objectId；后2个字节的进程id，决定了在同一台机器下，不同mongodb进程产生不同的objectId；最后通过3个字节的自增计数器，确保同一秒内产生objectId的唯一性。ObjectId的这个主键生成策略，很好地解决了在分布式环境下高并发情况主键唯一性问题。

学习借鉴

由objectId生成规则，我们可以根据实际需求来创建自己的唯一标识，比如：如果不需要考虑并发情况下，我们可以按时间戳四字节，自增ID五字节这样来组织生成唯一标识。

数据的展示

我们知道，二进制转8进制，可以使用421法，转16进制可以使用8421法，八进制由0-7数字组成，16进制由0-9 A-F组成，如：(10111010)2=(272)8=(BA)16。同理，我们可以推出有7进制(周一到周天)，26进制(a-z)，52进制(a-z A-Z),64进制(a-z,A-Z,0-9,/,+)等及其计算方法。

由转换规则，可以知道，2转8即3位对1位，2转16即4位对1位，2转32，就是5位对1位，2转64就是6位对1位，掌握这个规则对我为接下来减少数据表现位数很有用。我们知道，GUID是用128位二进制表示的(16字节)，可以转换成32位16进制表示的字符串或22位64进制表示的字符串，就是这样得出来的。

GUID无损压缩

网络上流行一种做法：

byte[] buffer = Guid.NewGuid().ToByteArray();  

long long_guid=BitConverter.ToInt64(buffer, 0)

这样就会得到一个类似于  5472976187161141196 的19位长度的数字序列。对这串十进制数还可以在转换，转换成64进制数表示，可以缩到12位。

两个疑问：

l  既是无损压缩，那么可以还原吗？

l  由上一章节的推理，怎么可以缩到用19位数字表示呢？

MSDN查找BitConverter.ToInt64方法，我们发现这样一段话：

ToInt64 方法将字节转换为索引中startIndex到startIndex + 7，以Int64的值。字节数组中的顺序必须反映字节排序方式的计算机系统的体系结构 ； 有关详细信息，请参阅注解部分中的BitConverter类主题。

 

真现大白了，原来ToInt64方法，只取buffer从startIndex开始向后加7个字节的值。也就是说，我们16字节的高8个字节被忽略掉了。GUID理想情况下，要2^128个数据才会出现冲突，而转换后，把字节数减半，也就是2^64数据就会出现冲突。

使用低8字节的“GUID”，我的机器运行1个多小时，计算2千万以上数据，没有出现过冲突。

 

总结

1.     如果低八字节的GUID能满足需求，那我们可以使用低八字节来表示唯一标识，位数我们可以转换成64进制表示，也就是12位就可以了。

2.     某些系统，需要并发产生唯一标识，我们可以根据objectid生成规则，在根据实际需求生成唯一标识。