使用这样的 MD5 哈希的子字符串是否足够独特？答案

【问题标题】：Will using a substring of an MD5 hash like this be unique enough?使用这样的 MD5 哈希的子字符串是否足够独特？
【发布时间】：2010-02-14 04:03:35
【问题描述】：

我正在尝试为我网站上的文章创建一个 12 个字符的 ID，类似于 youtube 如何处理他们的视频 ID (http://www.youtube.com/watch?v=53iddd5IcSU)。现在我正在生成一个 MD5 哈希，然后像这样抓取它的 12 个字符：

$ArticleId = substr(MD5("Article".$currentID),10,12)

其中 $currentID 是数据库中的数字 ID（例如 144）

我有点偏执，我会遇到重复的 $ArticleId，但实际上发生这种情况的可能性有多大？而且，由于我的数据库中的列是唯一的，我怎样才能处理这种罕见的情况而不会抛出一个丑陋的错误？

附：我制作了一个小脚本来检查前 5000 个 $ArticleId 中的重复项，但没有。

编辑：我不喜欢 base64_encode 哈希的样子，所以我这样做了：

function retryAID($currentID)
{
    $AID = substr(MD5("Article".$currentID*2),10,12);

    $setAID = "UPDATE `table` SET  `artID` =  '$AID' WHERE `id` = $currentID ";
    mysql_query($setLID) or retryAID($currentID);
}


$AID = substr(MD5("Article".$currentID),10,12);

$setAID = "UPDATE `table` SET  `artID` =  '$AID' WHERE `id` = $currentID ";
mysql_query($setAID) or retryAID($currentID);

由于 AID 列是唯一的，mysql_query 会抛出错误，retryAID 函数会找到唯一的 id...

【问题讨论】：

stackoverflow.com/questions/55218/unique-key-generation 可能有帮助
类似问题：stackoverflow.com/questions/177363/…

标签： php md5 uniqueidentifier

【解决方案1】：

使用顺序 ID 有什么问题？数据库将为您处理。

除此之外，12 个字符仍然是 96 位。 2⁹⁶ = 79228162514264337593543950336 个可能的哈希值。尽管已知 MD5 存在碰撞漏洞，但发生碰撞的可能性与实际看到碰撞的概率之间存在天壤之别。

更新：

根据您使用的 PHP md5 函数的返回值，我上面的数字不太正确。

将哈希值作为 32 个字符的十六进制数字返回。

由于您要从 32 个字符的十六进制数字中提取 12 个字符（而不是 128 位哈希的 12 个字节），因此最终可能得到的实际哈希数是 16¹² = 281474976710656。还是不少。

【讨论】：

最简单的答案几乎总是最好的！
md5 仅以 16 为基数，因此实际上“仅”有 16^12 个可能的值（281,474,976,710,656）。冲突的可能性取决于 md5 散列的 12 个连续值的可变性。（编辑：n/m，我想你已经指出了这一点！）
MD5 碰撞漏洞与此应用无关。

【解决方案2】：

<?php
  function get_id()
  {
    $max = 1679615; // pow(36, 4) - 1;
    $id = '';

    for ($i = 0; $i < 3; ++$i)
    {
      $r = mt_rand(0, $max);
      $id .= str_pad(base_convert($r, 10, 36), 4, "0", STR_PAD_LEFT);
    }
    return $id;
  }
?>

返回一个以 36 为基数的 12 个字符的数字，提供 4,738,381,338,321,616,896 种可能性。（碰撞概率取决于随机数发生器的分布。）

为确保没有冲突，您需要循环：

<?php
do {
  $id = get_id();
} while ( !update_id($id) );
?>

【讨论】：

你能解释一下你使用 str_pad 函数的意图吗？它似乎没有做任何事情。我猜是为了确保 base_convert 结果肯定是 4 个字符？或者可能将类型转换为字符串？
填充是为了确保三个部分中的每一个都恰好是四个字符长。例如，base_convert(0, 10, 36) 将产生 0，但使用填充它将是 0000。
您预计在 36**6 = 2,176,782,336 次 get_id() 调用后会发生冲突。这是一个很大的数字，但我仍然会使用您的确保无冲突循环。

【解决方案3】：

不是不是很独特。

如果您需要更短，为什么不对其进行 base64 编码？

【讨论】：

我认为他想混淆它。

【解决方案4】：

UUID 怎么样？

http://php.net/manual/en/function.uniqid.php

【讨论】：