针对黑名单的随机唯一字符串答案

【问题标题】：Random unique string against a blacklist针对黑名单的随机唯一字符串
【发布时间】：2017-04-02 08:42:33
【问题描述】：

我想创建一个固定长度的随机字符串（在我的用例中为 8 个字符），并且生成的字符串必须区分大小写并且在黑名单中是唯一的。我知道这听起来像一个 UUID，但我有一个特定要求阻止我使用它们

不允许使用某些字符，即 I、l 和 1 相似，O 和 0 也是如此

我最初的实现是可靠的并且解决了任务，但表现不佳。我所说的糟糕是指它注定每天都会越来越慢。

这是我要优化的当前实现：

private function uuid()
{
    $chars = 'ABCDEFGHJKLMNPQRSTVUWXYZabcdefghijkmnopqrstvuwxyz23456789';

    $uuid = null;
    while (true) {
        $uuid = substr(str_shuffle($chars), 0, 8);

        if (null === DB::table('codes')->select('id')->whereRaw('BINARY uuid = ?', [$uuid])->first())) {
            break;
        }
    }

    return $uuid;
}

请不要批评我，我们生活在一个敏捷的世界中，这个实现是功能性的并且可以快速编码。

只需少量数据，它就可以很好地工作。但是，如果我在黑名单中有 1000 万个条目并尝试再创建 1000 个条目，它会失败，因为它需要 30 多分钟。

一个真正的用例是在数据库中有 10+ 百万个条目并尝试创建 20,000 个新的唯一代码。

我正在考虑预先播种所有允许的值，但这太疯狂了： (24+24+8)^8 = 9.6717312e+13

如果社区可以为我指明正确的方向，那就太好了。

最好，尼古拉

【问题讨论】：

它是否需要不可预测/不可猜测？您不能简单地使用递增计数器的原因是什么？
不幸的是，它必须是不可预测的。想想优惠券代码。

标签： random unique uuid blacklist

【解决方案1】：

两种选择：

只需使用独特的哈希值，然后截断，使其适合您标识符的带宽。哈希有时会发生冲突，因此如果代码已在使用中，您仍需要检查数据库并重试。
```
s = "This is a string that uniquely identifies voucher #1.  Blah blah."
h = hash(s)
guid = truncate(hash)
```
从递增计数器生成五个数字，随机生成三个。根据您的字符集，小偷猜到密码的几率会低于 140,000 分之一。
```
u = Db.GetIncrementingCounter()
p = Random.GetCharacters(3)
guid = u + p
```

【讨论】：

你知道输出区分大小写的哈希吗？我想不出任何在我头上的东西。但是，您的回复让我想到了两个想法：1）将 RDBS 表从 uuid 的一列拆分为 3 列或更多列。目标是通过使用更细化的 WHERE 子句来加速数据库检查。 2) 尝试使用 NoSQL 存储和检查黑名单。我会在今天晚些时候尝试它们。

【解决方案2】：

我最终修改了方法：而不是在每个循环上检查 uuid 是否存在，例如50K DB 检查，我现在将生成的代码分成 1000 个代码的多个块，并在事务中发出 INSERT IGNORE 批处理查询。

如果受影响的行与项目一样多（在本例中为 1000 个），我知道没有冲突，我可以提交事务。否则我需要回滚该块并生成另外 1000 个代码。

【讨论】：