使用哈希作为唯一 ID 是错误的吗？

Posted 2023-03-29

【中文标题】使用哈希作为唯一 ID 是错误的吗？

【英文标题】：Is it wrong to use a hash for a unique ID?

【发布时间】：2013-04-27 11:03:58

【问题描述】：

我想在可能永远不会超过 10,000 条记录的数据库表中使用 php 生成的唯一 ID。我不希望创建时间可见或使用纯数值，所以我正在使用：

sha1(uniqid(mt_rand(), true))

对唯一 ID 使用哈希是错误的吗？不是所有的哈希都会导致冲突吗？或者在这种情况下不应该考虑这些可能性？

还有一点：如果要散列的字符数小于 sha1 散列中的字符数，它不总是唯一的吗？

【问题讨论】：

不，没有错。使用将时间戳传递给 sha1 会很好。

这可能是个好读物:: ***.com/questions/2768191/…

为什么要创建自己的唯一 ID？你的数据库不支持自增主键吗？这通常被认为是在数据库标识符上拥有唯一 ID 的方式。

@Patrick M 我不希望这些 ID 有任何意义。

这样做的一个原因是为了防止黑客在您的应用程序中找到一个 http GET 端点，并简单地使用这些顺序自动递增的键来浏览您的数据库。几年前发生在 AT&T 上的事情相当有名，抱歉，找不到它的链接，但我每次设计系统时都会记得它。因此，将端点 /customer/5 转换为 /customer/dhftrt5sahjgertgjwygad 是一个明显的优势 - 否则会真的如此简单地被黑客入侵。

【参考方案1】：

如果您有 2 个密钥，理论上最好的情况是 2 中 1 ^ X 的冲突概率，其中 X 是您的哈希算法中的位数。 “最佳情况”，因为输入通常是不使用完整字符集的 ASCII，加上散列函数分布不完美，因此它们会比现实生活中的理论最大值更频繁地发生冲突。

回答你的最后一个问题：

还有一点：如果要散列的字符数小于 sha1 哈希中的字符数，它不总是唯一的吗？

是的，没错。但是您会遇到另一个问题，即生成该大小的唯一键。最简单的方法通常是校验和，因此只需选择一个足够大的摘要，以使碰撞空间足够小，让您感到舒适。

正如@wayne 建议的那样，一种流行的方法是将microtime() 连接到您的随机盐（和base64_encode 以提高熵）。

【讨论】：

谢谢，应该是：sha1(base64_encode(microtime().uniqid(mt_rand(), true)))

@texelate 这将是一个很好的起点。有关盐渍的更多信息，请参阅此页面点，尤其是 1+2：blog.ircmaxell.com/2012/12/seven-ways-to-screw-up-bcrypt.html

谢谢。我需要它是为了唯一性而不是安全性，但仍然是非常有用的阅读。

【参考方案2】：

如果两个结局相同，那该有多可怕？墨菲定律适用 - 如果一百万比一，甚至 100,000:1 的机会是可以接受的，那就继续吧！真正的机会要小得多——但如果发生这种情况你的系统会爆炸，那么必须首先解决你的设计缺陷。然后充满信心地继续前进。

以下是关于概率的真正含义的问题/答案：Probability of SHA1 Collisions

【参考方案3】：

使用 sha1(time()) 代替，然后您消除重复哈希的随机可能性，只要时间可以表示为比 sha1 哈希更短。 （可能比你找到一个工作的 php 解析器要长；））

【讨论】：

then you remove the random possibility of a repeating hash .. 除非您实例化超过 1 个对象 pr。第二 - 恕我直言，这不是很多。我建议不要只使用时间戳作为唯一键的输入

【参考方案4】：

计算机随机实际上并不是随机的，你知道吗？ 假设您在 Unix 环境中，您可以从计算机获得的唯一真正随机来自 /dev/random，但这是一个阻塞操作，取决于用户交互，例如移动鼠标或在键盘上打字。从/dev/urandom 读取不太安全，但它可能比仅使用 ASCII 字符更好，并且可以立即响应。

【参考方案5】：

sha1($ipAddress.time()) 导致任何人不可能同时使用相同的IP地址