MD5/SHA-1等哈希算法能否生成比纯随机数碰撞概率更小的ID？答案

【问题标题】：Can hash algorithm such as MD5/SHA-1 generate an ID with less probability of collision than pure random number?MD5/SHA-1等哈希算法能否生成比纯随机数碰撞概率更小的ID？
【发布时间】：2018-07-09 02:54:33
【问题描述】：

我有一个应用程序，它使用哈希算法（当前为 MD5）在数据库表中生成唯一 ID。哈希是根据行的某些字段计算的，但不会检查该计算，因为稍后更改这些字段时，该行的 ID 不会更改。

现在我想更改代码以添加一些新功能，同时为 ID 生成一个纯随机数可以大大简化我的工作（要说明为什么我之前生成该 ID 要容易得多，这是一个很长的故事我能够获取哈希算法的所有必要字段的内容）

我知道通常编程语言自己的随机生成器会生成伪随机数，但我使用的是 Python 的 random.SystemRandom()，它使用了操作系统的密码学级别的“真”随机生成器，所以我认为应该是一样的与使用哈希算法生成 ID 的碰撞概率。

我的理解正确吗？如果不是，为什么？

【问题讨论】：

您的项目需要随机性还是唯一性？
@Klaus D.，不，随机性不是我的项目的要求。我只需要唯一性。并且没有全局序列生成器，所以我必须使用哈希算法或随机数。当前的实现使用了根据某些字段的内容计算的 MD5 哈希算法，但我想将其更改为简单地使用随机数，因为在我的新实现中生成 ID 时很难获取这些字段。跨度>
UUIDs，更准确地说是UUID1，就是为此目的而制作的。只需确保每个节点的节点值是唯一的，并且在每个节点使用多个进程时也是每个进程。

标签： python random md5 uuid

【解决方案1】：

生成 X 个字节的随机数据给出的碰撞概率与在某些 ID 上使用散列函数完全相同......

假设...

您使用哈希函数的列本身是唯一的。
#1 你没有犯错

我建议使用系统的加密随机数提供程序。因为你可能犯了错误。这是一个简单的：

您的系统：连接第 1 列和第 2 列，并对结果进行哈希处理。您可以保证您永远不会再对第 1 列和第 2 列的值执行此操作。从来没有。

什么时候：

第 1 列 = “abc”
第 2 列 = "def"

对

第 1 列 = “ab”
第 2 列 = “cdef”

这些将创建相同的哈希函数。

那么你会更信任谁给你随机数据？你自己？还是一个操作系统开发人员团队，包括密码学专家和数十年的研究和经验？ :)

使用系统的加密随机函数。

【讨论】：

谢谢，这让我对我的新实施更有信心。谢谢。
当然，除非您希望生成的 ID 可重现。虽然我喜欢你不信任的哲学，但这可能会导致数据管道中出现其他问题。