为什么不选择UUID？UUID有哪些特性

为什么不选择UUID

ULID特性：

ULID规范

组成

应用场景

用法（python）

ULID ：Universally Unique Lexicographically Sortable Identifier（通用唯一词典分类标识符）

UUID ：Universally Unique Identifier（通用唯一标识符）

为什么不选择UUID

UUID 目前有 5 个版本：

版本1：在许多环境中是不切实际的，因为它需要访问唯一的，稳定的MAC地址，容易被攻击；
版本2：将版本 1 的时间戳前四位换为 POSIX 的 UID 或 GID，问题同上；
版本3：基于 MD5 哈希算法生成，生成随机分布的ID需要唯一的种子，这可能导致许多数据结构碎片化；
版本4：基于随机数或伪随机数生成，除了随机性外没有提供其他信息；
版本5：通过 SHA-1 哈希算法生成，生成随机分布的ID需要唯一的种子，这可能导致许多数据结构碎片化；

这里面常用的就是 UUID4 了，但是，即使是随机的，但是也是存在冲突的风险。

和 UUID 要么基于随机数，要么基于时间戳不同，ULID 是既基于时间戳又基于随机数，时间戳精确到毫秒，毫秒内有1.21e + 24个随机数，不存在冲突的风险，而且转换成字符串比 UUID 更加友好。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

ULID特性：

ulid()#01ARZ3NDEKTSV4RRFFQ69G5FAV

与UUID的128位兼容性

每毫秒1.21e + 24个唯一ULID

按字典顺序(也就是字母顺序)排序！

规范地编码为26个字符串，而不是UUID的36个字符

使用Crockford的base32获得更好的效率和可读性（每个字符5位）

不区分大小写

没有特殊字符（URL安全）

单调排序顺序（正确检测并处理相同的毫秒）

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

ULID规范

以下是在python(ulid-py)中实现的ULID的当前规范。二进制格式已实现

01AN4Z07BY79KA1307SR9X4MV3

|----------||----------------|
TimestampRandomness
10chars16chars
48bits80bits

组成

时间戳

48位整数

UNIX时间（以毫秒为单位）

直到公元10889年，空间都不会耗尽。

随机性

80位随机数

如果可能的话，采用加密技术保证随机性

排序

最左边的字符必须排在最前面，最右边的字符必须排在最后（词汇顺序）。必须使用默认的ASCII字符集。在同一毫秒内，不能保证排序顺序

编码方式

如图所示，使用了Crockford的Base32。该字母表不包括字母I，L，O和U，以避免混淆和滥用。

0123456789ABCDEFGHJKMNPQRSTVWXYZ

二进制布局和字节顺序

组件被编码为16个八位位组。每个组件都以最高有效字节在前（网络字节顺序）进行编码。

0123
01234567890123456789012345678901
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|32_bit_uint_time_high|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|16_bit_uint_time_low|16_bit_uint_random|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|32_bit_uint_random|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|32_bit_uint_random|
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

应用场景

替换数据库自增id，无需DB参与主键生成

分布式环境下，替换UUID，全局唯一且毫秒精度有序

比如要按日期对数据库进行分区分表，可以使用ULID中嵌入的时间戳来选择正确的分区分表

如果毫秒精度是可以接受的（毫秒内无序），可以按照ULID排序，而不是单独的created_at字段

用法（python）

安装

pipinstallulid-py

创建一个全新的ULID。

时间戳记值（48位）来自 time.time()，精度为毫秒。

随机值（80位）来自 os.urandom()。

>>>importulid
>>>ulid.new()

根据现有的128位值（例如UUID）创建新的ULID 。

支持ULID值类型有 int，bytes，str，和UUID。

>>>importulid,uuid
>>>value=uuid.uuid4()
>>>value
UUID('0983d0a2-ff15-4d83-8f37-7dd945b5aa39')
>>>ulid.from_uuid(value)

从现有时间戳值（例如datetime对象）创建新的ULID 。

支持时间戳值类型有int，float，str，bytes，bytearray，memoryview，datetime，Timestamp，和ULID

>>>importdatetime,ulid
>>>ulid.from_timestamp(datetime.datetime(1999,1,1))

根据现有的随机数创建一个新的ULID。

支持随机值类型有int，float，str，bytes，bytearray，memoryview，Randomness，和ULID。

>>>importos,ulid
>>>randomness=os.urandom(10)
>>>ulid.from_randomness(randomness)
>>>

一旦有了ULID对象，就有多种与之交互的方法。

timestamp()方法将为您提供ULID的前48位的时间戳快照，而randomness()方法将为您提供后80位的随机数快照。

>>>importulid
>>>u=ulid.new()
>>>u

>>>u.timestamp()

>>>u.randomness()

审核编辑：刘清