如何使用对该表唯一的不同整数替换 Django 的主键

Question

我有一个 Django Web 应用程序，它使用默认的自动递增正整数作为主键。 此密钥在整个应用程序中使用，并经常插入到 URL 中。 我不想向公众公开这个数字，以便他们可以猜测我的数据库中的用户或其他实体的数量。

这是一个常见的要求，我已经看到了类似我的问题的答案。 大多数解决方案建议散列原始主键值。 但是，这些答案中没有一个完全符合我的需要。 这些是我的要求：

1. 我想将主键字段类型保留为整数。
2. 我也不希望每次读取或写入或与数据库进行比较时都不必散列/取消散列此值。 这似乎很浪费 只做一次就好了：当记录最初插入数据库时
3. 散列/加密函数不需要是可逆的，因为我不需要恢复原始顺序密钥。 散列值只需要是唯一的。
4. 散列值仅对于该表需要是唯一的——不是普遍唯一的。
5. 散列值应尽可能短。 我想避免使用超长（20 多个字符）的 URL

实现这一目标的最佳方法是什么？ 以下会起作用吗？

def hash_function(int):
    return fancy-hash-function # What function should I use??


def obfuscate_pk(sender, instance, created, **kwargs):
    if created:
        logger.info("MyClass #%s, created with created=%s: %s" % (instance.pk, created, instance))
        instance.pk = hash_function(instance.pk)
        instance.save()
        logger.info("\tNew Pk=%s" % instance.pk)

class MyClass(models.Model):
    blahblah = models.CharField(max_length=50, null=False, blank=False,)


post_save.connect(obfuscate_pk, sender=MyClass)

Answer 1

想法

我会向您推荐Instagram使用的相同方法。 他们的要求似乎与您的要求密切相关。

生成的 ID 应该可以按时间排序（例如，可以对照片 ID 列表进行排序，而无需获取有关照片的更多信息）ID 理想情况下应该是 64 位（对于较小的索引，以及在 Redis 等系统中更好的存储）应该尽可能少地引入新的“活动部件”——我们之所以能够以很少的工程师扩展 Instagram 的很大一部分是通过选择我们信任的简单、易于理解的解决方案。

他们提出了一个基于时间戳的 41 位系统，13 位数据库分片和 10 位自动增量部分。 因为您似乎没有使用碎片。 您可以只使用 41 位作为基于时间的共模项，并随机选择 23 位。 如果您同时插入记录，那么发生冲突的几率是 830 万分之一。 但在实践中，你永远不可能碰到这个。 对，那么一些代码如何：

生成 ID

START_TIME = a constant that represents a unix timestamp

def make_id():
    '''
    inspired by http://instagram-engineering.tumblr.com/post/10853187575/sharding-ids-at-instagram
        '''
    
    t = int(time.time()*1000) - START_TIME
    u = random.SystemRandom().getrandbits(23)
    id = (t << 23 ) | u
    
    return id


def reverse_id(id):
    t  = id >> 23
    return t + START_TIME 

注意，上面代码中的START_TIME是一些任意的开始时间。 您可以使用 time.time()*1000 ，获取值并将其设置为START_TIME

请注意，我发布的reverse_id方法允许您找出记录的创建时间。 如果您需要跟踪该信息，您可以这样做而无需为其添加另一个字段！ 所以你的主键实际上是在节省你的存储空间而不是增加它！

模型

现在这就是你的模型的样子。

class MyClass(models.Model):
   id = models.BigIntegerField(default = fields.make_id, primary_key=True)  

如果您在 django 之外对数据库进行更改，则需要将make_id的等效项make_id为 sql 函数

作为脚注。 这有点像 Mongodb 用来为每个对象生成它的_ID的方法。

Answer 2

您需要分离两个关注点：

1. 主键，目前是一个自动递增的整数，是可以在数据库级别强制执行的简单、相对可预测的唯一标识符的最佳选择。

2. 这并不意味着您必须在您的 URL 中向用户公开它。

我建议向您的模型添加一个新的 UUID 字段，并重新映射您的视图以使用它而不是 PK 来进行对象查找。

Answer 3

一个非常简单的解决方案是在将 ID 发送到外部源之前对其进行加密。 你可以在回来的路上解密它。

Answer 4

保留AUTO_INCREMENT ，但以半秘密的方式传递它：在 cookie 中。 建立 cookie、设置和读取 cookie 需要一些编码。 但是 cookie 是隐藏的，除了严肃的黑客。