使用Python的UUID生成唯一ID，还需要检查重复吗？
我正在使用Python的UUID功能来为要存储在数据库中的对象创建唯一的ID：
>>> import uuid
>>> print uuid.uuid4()
2eec67d5-450a-48d4-a92f-e387530b1b8b
我可以放心地认为这个ID确实是唯一的吗？
还是说在接受这个ID之前，我应该再检查一下，确保它在我的数据库中没有被生成过？
4 个回答
在个人电脑上生成UUID（通用唯一标识符）的最正确方法是使用uuid4，除了在特定情况下需要使用其他方法外，最好不要用其他方式。
uuid4可以保证与其他电脑生成的UUID是唯一的。
此外，uuid4目前是加密安全的，这意味着即使你在网上公开了你的UUID，随机数生成器和随机性也足够强大，能防止别人猜测你将来可能生成的UUID。不过，这并不是绝对保证，所以如果你的应用需要加密安全，并且你处理的是敏感用户信息，建议使用secrets模块。
- 需要注意的是，如果你使用的是V1版本的UUID，它是基于时间戳和MAC地址生成的，如果你的UUID在网上被公开，别人可以很容易地猜测未来的时间戳，而且你已经暴露了你的MAC地址，这样就可能会产生重复的UUID。
这个保证是基于UUID中的122位随机性，这使得破解一个UUID的难度相当于破解一个比特币钱包的难度。
- 版本1：使用时间戳和MAC地址生成的UUID。
- 如果在同一时间戳生成，它会加1。
- 特定需求：在查看业务日志时，可以告诉你UUID是何时生成的，以及是哪个机器生成的。
- 版本2：不使用。
- 版本3：基于给定数据的MD5哈希生成的UUID。（与SHA1相同）
- 版本4：使用随机数据生成的UUID。
- 特定需求：你想要最强的唯一性和安全性保证。
- 版本5：基于给定数据的SHA1哈希生成的UUID。
- 特定需求：当你想将UUID与“给定数据”关联时。
使用V4版本时，随机性用于初始化随机数生成器。这包括时间戳、MAC地址，以及系统可以收集的其他信息（如CPU的内部随机数生成器、启动时间、温度读数、磁盘使用情况）。
V1实际上是V4的一种形式，它的随机性仅来自时间戳和MAC地址，随机数生成器的公式是f(x) = x。
关于urandom安全性的细节可以在这里找到。
只要你在同一个系统上生成所有的UUID，除非Python的实现有非常严重的问题（我真的无法想象会发生这种事），根据RFC 4122的规定，它们都会是不同的（编辑：如果使用的是版本1、3或5）。
UUID可能出现的问题是，如果两个系统在完全相同的时刻生成UUID，并且：
- 它们的网络卡使用了相同的MAC地址（这真的很少见），并且你使用的是UUID版本1
- 或者它们使用了相同的名字，而你使用的是UUID版本3或5
- 或者它们生成了相同的随机数，而你使用的是UUID版本4（*）
所以，如果你有一个真实的MAC地址，或者使用一个官方的DNS名称，或者一个独特的LDAP DN，你可以放心，生成的UUID将是全球唯一的。
在我看来，如果你想防止你的应用程序受到恶意攻击，试图故意使用一个已经存在的UUID，那么你只需要检查一下唯一性。
编辑：正如Martin Konecny所说，在UUID版本4中，时间戳部分也是随机的，并不是单调递增的。所以发生碰撞的可能性非常有限，但不是零。
你应该始终进行重复检查，虽然出现重复的几率不大，但总是有可能会出现重复的情况。
我建议在你的数据库中添加一个重复键的限制，如果出现错误，就重试一下。
我会使用 uuid1，因为它在生成UUID时会考虑日期和时间，所以碰撞的可能性为零（除非你同时生成了大量的UUID）。
你实际上可以 反向解析UUID1 的值，从中获取生成它时使用的原始时间。
uuid4 生成的是一个随机ID，碰撞的可能性非常小，但因为它没有使用不断增加的时间作为输入（也没有把它包含在输出的UUID中），所以之前生成的值在未来有（非常）小的几率会再次被生成。