全球和本地唯一的10個字符ID

Question

我需要生成一個10個字符的唯一ID（SIP / VOIP人士需要知道它是針對P-Charging-Vector標頭中的參數icid-value的）。 每個字符應為26個ASCII字母（區分大小寫）之一，10個ASCII數字之一或連字符減號。

它必須是“全局唯一的（在生成ID的機器外部）”和足夠的“本地唯一的（在生成ID的機器內部）”，所有這些都必須打包成10個字符，！

這是我的看法。 我首先將“必須”編碼為全局唯一的本地ip地址編碼為base-63（其無符號長整數，編碼后將占用1-6個字符），然后按當前時間戳盡可能多地編碼一個time_t / long long int，它將在編碼后占用9-4個字符，具體取決於編碼后的IP地址首先占用多少空間。

我還為時間戳添加了循環計數“ i”，以保持唯一性，以防該函數每秒被調用多次。

這是否足以在全球和本地獨一無二，還是還有另一種更好的方法？

高拉夫

#include <stdio.h>
#include <string.h>
#include <sys/time.h>

//base-63 character set
static char set[]="abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789-";

// b63() returns the next vacant location in char array x
int b63(long long longlong,char *x,int index){
    if(index > 9)
        return index+1;

    //printf("index=%d,longlong=%lld,longlong%63=%lld\n",index,longlong,longlong%63);
    if(longlong < 63){
        x[index] = set[longlong];
        return index+1;
    }  

    x[index] = set[longlong%63];
    return b63(longlong/63,x,index+1);
}

int main(){
    char x[11],y[11] = {0}; /* '\0' is taken care of here */

    //let's generate 10 million ids
    for(int i=0; i<10000000; i++){

        /*  add i to timestamp to take care of sub-second function calls,
            3770168404(is a sample ip address in n/w byte order) =                84.52.184.224 */
        b63((long long)time(NULL)+i,x,b63((long long)3770168404,x,0));

        // reverse the char array to get proper base-63 output
        for(int j=0,k=9; j<10; j++,k--)
            y[j] = x[k];

        printf("%s\n",y);
    }

    return 0;
}

Answer 1

它必須是“全局唯一的（在生成ID的機器外部）”和足夠的“本地唯一的（在生成ID的機器內部）”，所有這些都必須打包成10個字符，！

您可以控制所有生成ID的軟件嗎？ 您是否在分發ID？ 如果不...

我對SIP一無所知，但是您對規范有一定的誤解（否則規范一定是錯誤的）。 如果另一位開發人員嘗試使用與您編寫的算法不同的算法來構建ID，則您的ID將會發生沖突，這意味着他們將知道該系統在全局范圍內不再唯一。

我將返回SIP文檔，看看是否有一個附錄，其中包含用於生成這些ID的算法。 或者，也許是比我能回答生成這些ID的SIP算法更聰明的SO用戶。

Answer 2

我會認真看一下RFC 4122，它描述了128位GUID的生成。 有幾種不同的生成算法，其中一些可能適合（基於MAC地址的一種出現）。 這個數字空間比2 ^ 128 = 3.4 * 10 ^ 38的數字空間大，而63 ^ 10 = 9.8 * 10 ^ 17的數字空間更大，因此您可能必須在唯一性方面做出一些妥協。 考慮諸如ID生成頻率的因素。

但是，在RFC中，他們考慮了一些實際問題，例如通過預分配ID塊來有效生成大量唯一值的能力。

Answer 3

您不能只擁有一個分布式ID表嗎？

Answer 4

具有NAT的LAN上的計算機通常具有較小范圍的IP，並且並非所有的32位值都有效（請考慮多播等）。 機器也可以獲取相同的時間戳，尤其是在粒度較大（例如秒）的情況下； 請記住，年份通常是相同的，因此較低的位會給您最大的“獨特性”。

您可能需要采用各種值，使用加密哈希對它們進行哈希處理，然后將其轉換為允許使用的字符，將其截斷為10個字符。

但是您要處理的值少於60位； 您需要仔細考慮碰撞的影響。 您可能以錯誤的方式來解決問題...

Answer 5

好吧，如果我拋棄一個事實，那就是我認為這不是一個好主意，而是專注於解決您的問題，那么我將要做的是：

您的ID范圍為10 ^ 63，大約相當於60位。 您希望它既“全局”又“本地”唯一。 讓我們生成前N位是全局唯一的，其余的是本地唯一的。 兩者的串聯將具有您要查找的屬性。

首先，全球唯一性：IP無效，尤其是本地IP，它們的熵很小。 我會使用MAC地址，因為它們是全球唯一的。 它們覆蓋的范圍為256 ^ 6，因此使用了6 * 8 = 48位。

現在，對於本地唯一的：為什么不使用進程ID？ 我假設唯一性是每個過程，如果不是，則必須考慮其他因素。 在Linux上，進程ID為32位。 如果我們想要nitpick，則最高2個字節可能只具有很少的熵，就像大多數計算機上的熵一樣。 因此，如果您知道自己在做什么，就將其丟棄。

因此，現在您將看到一個問題，因為它將使用多達70位來生成一個不錯的（但不是防彈的）全局和本地唯一ID（無論如何使用我的技術）。 並且由於我也建議輸入一個隨機數（至少8位長）以防萬一，因此絕對不合適。 因此，如果您是我，我會將〜78個生成的位散列到SHA1（例如），並將生成的散列的前60位轉換為您的ID格式。 為此，請注意您有63個字符范圍可供選擇，因此幾乎是6位的整個范圍。 因此，將哈希分成6位，並使用前10位從63個字符范圍中選擇ID的10個字符。 顯然，6位的范圍是64個可能的值（您只需要63），因此如果您有一個6位等於63，則將其下限為62或取模63並選擇0。這會稍微影響分布，但這還不錯。

因此，在那里，您應該可以獲得不錯的全局和本地偽唯一ID。

最后幾點：根據生日悖論 ，生成約1.42億個ID后，發生碰撞的機率約為1％，生成30億個ID后，發生沖突的機率約為99％。 因此，如果您獲得了巨大的商業成功，並且生成了數百萬個ID，則可以獲取更大的ID。

最后，我認為我為您的問題提供了“比糟糕的解決方案更好的解決方案”，但我忍不住認為您以錯誤的方式來解決此問題，並且可能就像其他人提到的那樣，誤讀了規范。 因此，如果沒有其他方法可以更“防彈”（集中式ID提供程序，更長的ID ...），請使用此方法。

編輯：我重新閱讀了您的問題，並且您說您每秒可能多次調用此函數。 我以為這是作為某種應用程序ID，在您的應用程序啟動時生成一次，直到它退出后才更改。 既然不是這種情況，則一定要添加一個隨機數，並且如果生成大量ID，則至少應使用32位數字。 並閱讀並重新閱讀我上面鏈接的《生日悖論》。 然后將數字生成器設置為一個高熵值，例如當前時間戳的usec值。 甚至甚至可以從/ dev / urandom獲取隨機值。 老實說，我的努力是60位可能還不夠...

Answer 6

嗯，使用系統時鍾可能是一個弱點……如果有人將時鍾調回原位該怎么辦？ 您可能會再次重新生成相同的ID。 但是，如果要使用時鍾，則可以調用gettimeofday（）而不是time（）。 至少這樣一來，您將獲得比一秒鍾更好的分辨率。

Answer 7

@Doug T.不，我不能控制所有生成ID的軟件。 我同意，如果沒有標准化算法，可能會發生沖突，因此我在相應的郵件列表中提出了此問題。

@Florian從您那里得到提示。 我決定將/ dev / urandom PRNG用作32位隨機數，作為id的空間唯一組成部分。 我假設每台機器都會有自己的噪聲特征，並且可以假設它在某個時刻在空間上具有全局安全性。 我之前使用的時間唯一組件保持不變。

生成這些唯一的id來整理從不同網絡功能收集的所有計費信息，這些功能在呼叫處理期間獨立生成特定呼叫的計費信息。

這是下面的更新代碼：

高拉夫

 #include <stdio.h>
 #include <string.h>
 #include <time.h>

 //base-63 character set
 static char set[]="abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789-";

 // b63() returns the next vacant location in char array x
 int b63(long long longlong, char *x, int index){
     if(index > 9)
         return index+1;

     if(longlong < 63){
         x[index] = set[longlong];
         return index+1;
     }  

     x[index] = set[longlong%63];
     return b63(longlong/63, x, index+1);
 }

 int main(){
     unsigned int number;
     char x[11], y[11] = {0};

     FILE *urandom = fopen("/dev/urandom", "r");
     if(!urandom)
         return -1;

     //let's generate a 1 billion ids
     for(int i=0; i<1000000000; i++){

         fread(&number, 1, sizeof(number), urandom);

         // add i to timestamp to take care of sub-second function calls, 
         b63((long long)time(NULL)+i, x, b63((long long)number, x, 0));

         // reverse the char array to get proper base-63 output
         for(int j=0, k=9; j<10; j++, k--)
             y[j] = x[k];

         printf("%s\n", y);
     }

     if(urandom)
     fclose(urandom);

     return 0;
 }