UUID生成器 - v4/v7/v3/v5在线批量生成(本地安全随机)
四个场景,说的是同一件事:我需要一个不会撞的 ID
第一次认真用 UUID,往往不是因为”想用个新技术”,而是被某个具体问题逼到墙角。
数据库主键。单库单表的时候,自增整数很好用,简单、短、有序。可一旦分库分表、多个服务同时写、历史数据要合并,自增就露馅了:两个库都从 1 开始,合并时主键直接打架;想提前知道 ID 也不行,必须等插入完成才有值。UUID 可以在业务代码里、在客户端、在入库之前就生成好,写入时不用再向数据库要号。
分布式系统的唯一 ID。订单、消息、任务、幂等键、文件对象名,这些 ID 常常要跨服务、跨机房、跨语言传递。让所有服务排队找同一个发号器,等于给自己造了一个单点;每个服务各自生成又怕撞。UUID 的定位就是”互不通信的多个节点,各自生成也不会重复”。
测试数据。写脚本造 500 个用户、2000 条订单,需要一批看起来合法、长度一致、能唯一定位的 ID。手写 user_001 到 user_500 当然也行,但一混进真实数据就分不清,还容易和线上数据撞名。批量生成一批 UUID,造完就扔,不用维护。
请求链路 ID。一个请求进网关,经过鉴权、业务、缓存、消息队列,日志散在四五个服务里。给每个请求分配一个 ID,从头带到尾,出问题时用这个 ID 把日志串起来。这类 ID 要求短、唯一、能放进日志字段和 HTTP Header,最好还能大致看出时间先后。
这几个场景的共同点是:ID 要唯一,但不一定需要”有意义”。理解了这一点,后面的版本选择就不会乱。
UUID 到底是什么:128 位、36 个字符、两个关键标记位
UUID(Universally Unique Identifier)是 128 位、也就是 16 字节的标识符。平时看到的字符串形式是这样:
550e8400-e29b-41d4-a716-446655440000拆开看:32 个十六进制字符,用 4 个连字符分成 8-4-4-4-12 五段,总长度 36 个字符。去掉连字符是 32 个字符,加上大括号是 38 个。这三种写法指向同一个值,只是表示形式不同。
这 128 位并不是全部拿来当随机数,里面嵌了两个固定位置的标记:
- 版本位:字符串里第 15 个字符(也就是第三段的第一位),标记这是第几版 UUID。看到
4就是 v4,看到7就是 v7,看到3或5就是基于名字的版本。 - 变体位:字符串里第 20 个字符,RFC 4122/9562 规定的变体在这一位上通常是
8、9、a、b之一。它的作用是告诉解析方”这个 UUID 用的是哪套布局规则”。
所以 v4 真正随机的只有 122 位(128 减去 4 位版本和 2 位变体),v7 的随机部分是 74 位(12 位 rand_a 加 62 位 rand_b),剩下的位置留给毫秒时间戳。
还有两个特殊值值得记住:全零的 00000000-0000-0000-0000-000000000000 叫 Nil UUID,常用来表示”空”;全 F 的 Max UUID 是 RFC 9562 新增的保留值。它们都不是正常生成的 ID,别拿来做业务数据。
需要提醒一句:版本号只说明生成规则,不说明安全性高低。v4 不等于”更安全”,v5 也不等于”更高级”,它们解决的是不同的问题。
四个版本放在一张表里对比
这是整篇文章最该先看的部分。星点 UUID 生成器 支持 v4、v7、v3、v5 四种,差别如下:
| 版本 | 生成方式 | 是否可预测 | 是否有序 | 典型用途 | 注意事项 |
|---|---|---|---|---|---|
| v4 | 122 位密码学安全随机数,版本位固定为 4 | 随机部分不可预测(前提是随机源合格) | 完全无序 | 数据库主键、对象/文件名、幂等键、测试数据、请求 ID | 随机主键在聚簇索引上写入分散;不要用 Math.random 之类非密码学随机源自己拼 |
| v7 | 前 48 位为 Unix 毫秒时间戳,其余为随机位,版本位固定为 7 | 时间部分可推断,随机部分不可预测 | 按时间大致有序 | 数据库主键、事件/日志 ID、需要按创建时间排序的场景 | 同一毫秒内不保证严格单调;对外暴露会泄露大致创建时间 |
| v3 | 对 namespace + name 做 MD5,版本位固定为 3 | 完全可预测,知道输入就能算出 | 不有序(除非 name 本身有序) | 由业务自然键推导稳定 ID、缓存键、可复现的测试夹具 | 相同输入永远得到相同结果,它就不是随机 ID;MD5 不适合任何安全用途 |
| v5 | 对 namespace + name 做 SHA-1,版本位固定为 5 | 完全可预测,知道输入就能算出 | 不有序 | 同 v3,实际项目里更常用 | 确定性同样意味着可枚举;SHA-1 也不是加密,别把秘密塞进 name 指望保密 |
一行一行说清楚。
v4:最省心的”随机 ID”。 除了 6 个固定位,其余全是随机数。它不携带时间、不携带机器信息、不携带任何业务含义,因此不会泄露”这条数据是什么时候、在哪台机器上创建的”。代价是完全没有顺序:后生成的 ID 可能排在前生成的 ID 前面,按主键排序没有任何业务意义。做对象存储的 key、临时文件名、一次性幂等键,v4 非常合适。
v7:给”要排序”的场景准备的。 2024 年发布的 RFC 9562 把 v7 正式纳入标准。它的前 48 位是毫秒时间戳,并且是高位在前,所以字符串按字典序排、二进制按字节排,结果都接近创建时间的先后。后面接着版本位、12 位 rand_a、变体位和 62 位 rand_b。这个布局对数据库很友好,下一节展开。48 位毫秒时间戳的容量足够用到公元一万年左右,不用担心”时间戳用完”。
v3 / v5:不是随机,是”算出来的”。 你给它一个 namespace(本身也是个 UUID)和一个 name(一段字节串),它把两者拼起来做哈希,再截取、填入版本位和变体位,得到 UUID。同样的 namespace 和同样的 name,无论在哪台机器、什么时候算,结果都一样。这不是缺陷,而是设计目的:它让”同一个业务对象”在任何地方都能得到一个稳定的 ID。
v1 和 v6 不在这张表里,但你会在别处遇到。 v1 用时间戳加 MAC 地址生成,能排序,但会泄露网卡信息;v6 是把 v1 的时间字段重新排成高位在前,解决排序问题。星点这个工具不生成 v1/v6,如果你对接的系统里有这类 ID,解析和排序时要按它们的布局来,不能套用 v7 的假设。
v7 和数据库索引:为什么后端开始换掉 v4 主键
如果你只记一件事,记这个:主键的生成顺序,会影响数据库的写入性能。
InnoDB 的聚簇索引是一棵 B+ 树,行数据按主键顺序存放。用自增整数时,新行总是追加到最右边,页写满就开新页,写入基本是顺序的,缓存命中率也高。
换成随机 v4 就不一样了。每个新主键落在树里的位置是随机的,可能插到任何一个已经写满的页中间。页满了要分裂:申请新页、搬一半数据过去、调整父节点指针。数据量一大,这种随机写入会带来三个后果:页分裂变多、页填充率下降(一半左右的空间可能空着)、缓冲池里热页被频繁换出。表现在监控上,就是写入延迟抖动、磁盘 IO 变高、索引体积比预期大。
v7 把毫秒时间戳放在最高位,新生成的 ID 天然排在已有 ID 后面,插入点回到树的右侧,写入重新变成近似顺序追加。这就是”时间有序 ID”在数据库场景受欢迎的原因。ULID、Snowflake 这类方案思路类似,v7 的好处是它仍然是标准 UUID,能被现有库直接解析。
但有两句话必须说在前面:
- v7 只是”大致有序”,不是严格单调。 同一毫秒内生成多个 v7,它们的先后由随机位决定,后生成的完全可能排在前生成的前面。RFC 9562 允许实现用计数器或单调随机方法来改善同毫秒内的顺序,但那是实现层面的可选行为。星点的生成器不做这种保证,你也不该在业务上依赖”同一毫秒内 v7 一定递增”。真需要严格单调,得靠单写入者、数据库序列或者显式计数器。
- 有序不等于可以省掉唯一约束。 无论 v4 还是 v7,数据库上的唯一索引该建还是要建。UUID 的”不会撞”是概率意义上的,不是数学证明。
存储层面还有两个常被忽略的点。第一,别用 CHAR(36) 存 UUID。36 个字符在 utf8mb4 下可能占到 144 字节,而 UUID 本质只有 16 字节;主键体积膨胀会连带影响所有二级索引(二级索引的叶子节点要存主键值)。MySQL 用 BINARY(16),PostgreSQL 用原生 uuid 类型,SQL Server 用 uniqueidentifier,都比字符串省得多。第二,MySQL 的 UUID_TO_BIN(str, 1) 那个 swap 参数是为 v1 设计的,用来把时间低位和时间高位对调以改善索引局部性;v7 的时间字段本来就在高位,不需要也不应该套用这个重排。
命名空间与确定性:v3/v5 到底该怎么用
v3 和 v5 的调用方式一样,区别只在哈希算法:v3 用 MD5,v5 用 SHA-1。真正需要动脑的是 namespace 和 name 这两个输入。
namespace 是一个 UUID,用来划定”命名空间”。 RFC 4122 定义了四个常用值:
| 命名空间 | UUID 值 | 适用对象 |
|---|---|---|
| DNS | 6ba7b810-9dad-11d1-80b4-00c04fd430c8 | 域名 |
| URL | 6ba7b811-9dad-11d1-80b4-00c04fd430c8 | 网址、URI |
| OID | 6ba7b812-9dad-11d1-80b4-00c04fd430c8 | 对象标识符 |
| X.500 | 6ba7b814-9dad-11d1-80b4-00c04fd430c8 | 目录服务中的专有名称 |
工具里可以直接选这四个,也可以填自己的 UUID。自建的 namespace 没有特殊要求,随便生成一个 v4 存起来长期复用就行。它的作用是隔离:同一个 name 在 DNS 命名空间和在你自己的命名空间里,算出来的 UUID 完全不同,不会互相干扰。
name 是一段字节串。 工具里按 UTF-8 处理你输入的文本。这里有个容易踩的细节:example.com、Example.com、example.com (末尾有空格)是三个不同的 name,会得到三个不同的 UUID。中文还有 Unicode 规范化的问题,NFC 和 NFD 两种形式看起来一样,字节不同,算出来也不一样。如果你的 name 来自用户输入或外部系统,先做 trim、统一大小写、统一 Unicode 规范化,再拿去算,否则”同一个东西”会得到多个 ID。
适合用 v3/v5 的场景:
- 把业务自然键映射成稳定 ID。比如用
域名 + 路径生成页面的 UUID,任何时候重算都能对上,不需要查表。 - 内容寻址式的缓存键。输入内容不变,键就不变,缓存天然可复用。
- 测试夹具。测试代码里写死 namespace 和 name,每次跑出来的 UUID 都一样,断言好写,也不怕数据残留。
- 需要”幂等”的导入流程。同一批数据重复导入,生成的 ID 相同,可以直接做 upsert。
不适合的场景也要讲明白:
- 需要”每次不同”的 ID。v3/v5 天生做不到,用它生成会话 ID、邀请码、重置令牌是方向性错误。
- 任何需要保密的东西。知道 namespace 和 name 的人一定能算出同样的 UUID;namespace 不是密钥,哈希也不是加密。MD5 和 SHA-1 都有已知的碰撞攻击研究,虽然 UUID 的构造限制了直接利用,但这不代表它可以承担安全职责。
- 输入空间很小、又对外暴露的 ID。比如用自增的用户编号当 name,别人可以顺着枚举出所有 UUID。
在线生成:五步拿到你要的那批 ID
打开 UUID 生成器,操作路径很短:
- 选版本。 v4 随机、v7 时间排序、v3(MD5)、v5(SHA-1),按上一节的判断选。
- v3/v5 填 namespace 和 name。 从 DNS / URL / OID / X.500 里选一个,或者粘贴自定义 UUID;然后在 name 输入框里填要参与计算的内容。选 v4 或 v7 时这一步不需要。
- 设数量。 单次上限 10000 个。造测试数据、压测、批量导入够用了;再多建议分批,别在一个页面里塞十万条结果。
- 选格式。 大小写可切换,连字符可保留或去掉,大括号可加可不加。
- 选输出方式。 每行一个,适合直接粘进文本文件、Excel 一列、代码里的字符串数组;逗号分隔,适合拼 SQL 的
IN (...)、填配置项、塞进单行参数。
生成后复制全部结果即可。整个过程在浏览器里完成,ID 不上传、不经过服务器。这一点在给客户造测试数据、或者给内部系统生成密钥类标识时挺重要——你不必担心生成过的 ID 被别人看到。
关于批量有个现实提醒:工具不负责去重。v4 在 10000 个里出现重复的概率低到可以忽略(122 位随机空间),但”概率极低”和”保证不重复”是两回事。如果这批 ID 要进唯一索引,让数据库兜底;如果连一次冲突都不能接受,用 v5 从有序的 name 推导,或者生成后自己查一遍。
随机源这件事,比版本选择更容易出错
UUID 唯一性完全建立在随机数质量上。同样是”生成 32 个十六进制字符”,背后用的随机源不同,安全性差很远。
密码学安全随机源,比如浏览器里的 crypto.getRandomValues(),由操作系统熵池供给,输出不可预测,即使知道之前生成过的所有值,也推不出下一个。星点的生成器用的是这一类。
非密码学随机源,最典型的是 JavaScript 的 Math.random()。它快、够用,但设计目标从来不是安全。V8 用的是一种可预测的伪随机算法,攻击者观察到足够多的输出后可以反推出内部状态,进而预测后续结果。用 Math.random() 拼 UUID,字符串长得一模一样,安全性却完全不是一回事。自己写脚本批量造 ID 的时候尤其容易犯这个错——随手 Math.random().toString(16) 拼一拼,看着像 UUID,其实一撞一个准。
还有一类错误更隐蔽:把时间戳、进程 ID、机器名拼起来当”唯一 ID”。单机单进程没问题,一旦容器被克隆、虚拟机从快照恢复、多个实例用了同一套种子,就会成批重复。UUID v4 不依赖这些环境信息,正是为了避开这类坑。
但随机源合格,也不代表 UUID 能当凭据用。 这是本文最想强调的一条:
- UUID 没有有效期,签发之后无法过期;
- UUID 没有撤销机制,泄露了只能换一个;
- UUID 常常出现在 URL、日志、截图、浏览器历史、Referer 头里,泄露面比想象中大;
- v4 虽然有 122 位熵,但”够不够随机”和”该不该当令牌”是两个问题。凭据需要的是服务端校验、过期时间、作用域、撤销能力,这些 UUID 一个都不提供。
需要 token,就生成专门的随机 token(比如 32 字节 CSPRNG 输出再做 Base64URL),存哈希、设过期、能吊销。需要签名,就用 HMAC 之类的消息认证码。别拿 UUID 顶上。
七个常见的坑
坑一:拿 UUID 当密码、验证码、邀请码。 尤其是 v3/v5 生成的 UUID,输入可枚举,别人拿到一个就能推导一批。v4 看着随机,但它没有过期和限流配套,被枚举、被日志泄露照样出事。密码要用专门的密码哈希(bcrypt、argon2),一次性码要用短有效期加尝试次数限制。
坑二:v4 直接做主键,数据量一大就喊慢。 前面讲过页分裂。小表、写入量低的系统感受不到,日增百万行的表就很明显。换 v7、换 ULID、或者保留自增主键另加一列 UUID 做对外标识,都是常见解法。至少要做的,是把 CHAR(36) 换成 BINARY(16)。
坑三:以为 v3/v5 是随机生成器。 “怎么每次生成的都是同一个?“——因为它就是确定性的。反过来说,如果你要的是”同一个输入永远同一个 ID”,用 v4 反而错了,每次都不一样,缓存键永远命中不了。
坑四:大小写、连字符、大括号不一致,比对失败。 550E8400-E29B-41D4-A716-446655440000、550e8400e29b41d4a716446655440000、{550e8400-e29b-41d4-a716-446655440000} 是同一个 UUID 的三种写法。有的系统比较时大小写不敏感,有的敏感;有的数据库列是 CHAR(36) 带排序规则,有的存的是二进制。结果就是”明明是这个 ID,却查不到”,或者唯一索引里插进了两条”看起来一样”的记录。
处理办法很朴素:存进去之前统一格式。推荐全小写、保留连字符、不带大括号,作为规范形式;比较之前先规范化;能存二进制就存二进制,让数据库只认 16 个字节,绕开字符串比较的所有歧义。对外展示时再按需要转成大写或加大括号。
坑五:截取前 8 位当短 ID。 完整的 v4 有 122 位随机,截到 8 个十六进制字符只剩 32 位,几万个 ID 之后碰撞概率就不可忽视了。短链、短码要用专门的短 ID 方案,并且带碰撞检测。
坑六:把 v4 当排序键。 按 v4 排序得到的顺序没有业务含义,既不是创建时间,也不是任何稳定规则。想按时间排,用 v7,或者在表里单独存 created_at。已经用 v4 做主的表,别幻想”ID 越大越新”。
坑七:以为 UUID 能替代业务唯一键。 UUID 保证的是”这个值不重复”,不保证”这个业务对象只存在一条”。同一个用户被导入两次,会得到两个不同的 UUID,数据库里就有两条记录。业务唯一性要靠唯一约束和幂等逻辑,UUID 帮不上忙。
v7 的隐私代价,值得单独说一句
v7 好用在有序,代价是时间信息是明文。前 48 位就是毫秒时间戳,拿到一个 v7,稍微解码一下就知道它大概是什么时候生成的。对内网日志、事件流,这通常是优点;但如果 ID 会出现在对外 URL、分享链接、API 响应里,等于把”这个资源是什么时候创建的”告诉了所有人。结合 ID 的增长速度,还能推断出业务量级。
这不是说 v7 不能用,而是说选型时要意识到这一点。对外标识想藏时间,用 v4;内部主键想排序,用 v7;两者可以在同一张表里共存——内部主键 v7,对外暴露另一列 v4。多一列 16 字节,换来的是不用在”性能”和”隐私”之间二选一。
格式细节:三种写法与规范化建议
同一串 128 位标识符,在 Windows / .NET 圈子里更常被叫作 GUID,指的是一回事,只是叫法不同。写法上则有几种变体:
| 形式 | 示例 | 长度 | 常见场合 |
|---|---|---|---|
| 标准带连字符 | 550e8400-e29b-41d4-a716-446655440000 | 36 | 绝大多数 API、日志、文档 |
| 无连字符 | 550e8400e29b41d4a716446655440000 | 32 | 紧凑存储、部分云厂商资源名 |
| 带大括号 | {550e8400-e29b-41d4-a716-446655440000} | 38 | 部分 Windows / .NET 环境、注册表 |
| URN 形式 | urn:uuid:550e8400-e29b-41d4-a716-446655440000 | 45 | XML、部分标准协议 |
工具支持大小写切换、连字符开关和大括号开关,正好覆盖前三种。URN 前缀一般由使用方的协议规定,需要时手动拼即可。
不管选哪种写法,把”规范形式”写进团队约定:入库前统一小写、保留连字符、去掉大括号;跨系统传递时在文档里写清楚;比较前先规范化。这类约定看着琐碎,但能省掉大量”ID 明明对却查不到”的排查时间。
和哈希工具的分工
有人会问:v3/v5 本来就是哈希,那和 哈希计算工具 有什么区别?
区别在输出和用途。哈希工具把任意长度的输入映射成定长摘要(MD5 是 128 位,SHA-256 是 256 位),你可以拿它做完整性校验、内容比对、去重;UUID v3/v5 是把摘要处理成 128 位、再嵌入版本位和变体位,产出一个”符合 UUID 规范、能被各种库解析”的标识符。前者是通用摘要,后者是标准 ID。做文件校验、内容指纹、去重比对,用哈希工具;要把业务键变成数据库里那一列 UUID,用 v3/v5。
顺带一提,星点的编码系列还有 文件哈希(本地分块算大文件摘要,不上传)和 Base64(把二进制塞进文本协议)。做 ID 相关的开发时,这几个工具经常前后脚用到。整个系列的清单和选择思路,可以看 星点编码工具完整指南。
常见问题(FAQ)
v4 和 v7 到底该选哪个?
看你要不要"按时间大致有序"。要做数据库主键、事件流、需要按创建时间排序的日志,选 v7;要对外暴露、不想泄露创建时间、或者纯粹想要一个和任何信息都无关的随机标识,选 v4。两者都不可预测(随机部分合格的前提下),区别主要在顺序和信息泄露。一次生成 10000 个,会重复吗?
v4 的随机空间是 2 的 122 次方,10000 个里出现重复的概率低到可以忽略,但工具不做去重,也不提供"保证不重复"的承诺。要绝对安全,给数据库加唯一索引,或者用 v5 从有序 name 推导。为什么 v3/v5 每次生成的结果都一样?
因为它们本来就是确定性算法:namespace + name 相同,算出来的 UUID 就相同。这不是缓存,也不是 bug。想要每次不同,用 v4 或 v7。v3 和 v5 有什么区别,选哪个?
算法不同:v3 用 MD5,v5 用 SHA-1,其余规则一致。新项目一般用 v5。两者都不适合安全用途,也都不是加密。UUID 能当密码、邀请码或 API token 吗?
不建议。UUID 没有过期、没有撤销、没有作用域,还经常出现在 URL 和日志里。凭据请用专门的随机 token 加服务端校验、过期和吊销机制。同一个毫秒生成的 v7 是有序的吗?
不保证。v7 的时间戳只精确到毫秒,同一毫秒内的先后由随机位决定。RFC 9562 允许实现用计数器等方法改善,但星点的生成器不承诺同毫秒严格单调,业务代码不要依赖这个假设。生成过程会把 UUID 上传到服务器吗?
不会。生成在浏览器本地完成,用的是 `crypto.getRandomValues()` 这类密码学安全随机源,不产生上传请求,生成结果只留在当前页面。大小写和连字符会影响使用吗?
值本身不受影响,十六进制大小写在规范里是等价的,连字符只是分隔符。但字符串比较可能受影响:有的系统大小写敏感,有的不敏感。建议统一存成小写带连字符的形式,比较前先规范化。为什么我的 UUID 存进数据库后查不到了?
最常见的原因是格式不一致:存的是大写,查的是小写;存的是无连字符,查的是带连字符;或者字段类型、排序规则不同。先规范格式,再排查字段类型(`CHAR(36)` 还是 `BINARY(16)`)。小结:先想清楚”要不要有序”,再动手生成
UUID 不难生成,难的是选对版本、用对格式、不把它放到不该放的位置。把这几条压缩成一张决策清单:
- 只要唯一、不要顺序、不想泄露信息 → v4;
- 要唯一、要按时间大致有序、能接受时间可见 → v7;
- 要把业务自然键稳定映射成 ID → v5(老系统兼容可用 v3);
- 要当密码、token、邀请码 → 一个都别用,换专门的方案;
- 数据库主键 → 优先
BINARY(16),别用CHAR(36); - 跨系统传递 → 先约定规范格式,比较前先规范化。
打开 UUID 生成器,选版本、设数量、挑格式,一次拿到最多 10000 个,全程本地生成。需要算摘要、做文件校验,就去 哈希计算 和 文件哈希;想系统了解编码类工具的分工,看 星点编码工具完整指南。
文章分享
如果这篇文章对你有帮助,欢迎分享给更多人!