مولد دسته‌ای UUID

این ابزار چه چیزی را محاسبه می‌کند

UUID نسخهٔ ۴ یک شناسهٔ ۱۲۸ بیتی است که محتوایش به‌جز شش بیت که چیدمان آن را مشخص می‌کنند، تصادفی است. مهر زمانی، آدرس دستگاه یا شمارندهٔ پایگاه داده در آن نیست. به همین دلیل سامانه‌های مستقل می‌توانند بدون هماهنگی با یک سرویس مرکزی مقدار تولید کنند.

این ابزار به‌جای یک رشتهٔ تزئینی، یک دسته می‌سازد. هر UUID تولیدشده یک ردیف جدول است، بنابراین نتیجه را می‌توان کپی کرد، برای یافتن تکراری بررسی کرد، یا به‌صورت CSV دانلود کرد و به‌عنوان دادهٔ اولیه، شناسهٔ فیکسچرها یا کلیدهای درون‌ریزی به کار برد.

روش

RFC ۹۵۶۲ به پیاده‌سازی اجازه می‌دهد ابتدا همهٔ ۱۲۸ بیت را بردارد و سپس فیلدهای نسخه و واریانت را جایگزین کند. به‌صورت اکتت‌های با شاخص از صفر:

octet 6 = (random octet 6 AND 00001111) OR 01000000
octet 8 = (random octet 8 AND 00111111) OR 10000000

عبارت اول نیبل بالای اکتت ۶ را به 4 هگزادسیمال وامی‌دارد. عبارت دوم دو بیت پرارزش اکتت ۸ را به 10 دودویی وامی‌دارد، بنابراین اولین رقم هگزادسیمال آن 8، 9، a یا b است. همهٔ بیت‌های دیگر و بیت‌های پایینی که این ماسک‌ها نگه می‌دارند تصادفی می‌مانند: در مجموع ۱۲۲ بیت.

Web Crypto هر درخواست getRandomValues را به ۶۵٬۵۳۶ بایت محدود می‌کند. بزرگ‌ترین دسته ۱۶۰٬۰۰۰ بایت دارد، بنابراین پیاده‌سازی به‌جای تکیه بر درخواستی که پلتفرم باید رد کند، تخصیص را در تکه‌های محدود پر می‌کند.

پیش از ادامهٔ مطلب

در یک UUID متعارف، کدام جفت رقم آغازین گروه سوم و گروه چهارم هم نسخهٔ ۴ و هم واریانت RFC را درست نشان می‌دهد؟

• Aگروه سوم با ۳ و گروه چهارم با ۸

  واریانت درست است، اما رقم آغازین گروه سوم نسخهٔ ۳ را نشان می‌دهد.

• Bگروه سوم با ۴ و گروه چهارم با ۷

  نسخه درست است، اما رقم ۷ با بیت‌های واریانت ۰۱ شروع می‌شود، نه ۱۰.

• Cگروه سوم با ۴ و گروه چهارم با a

  بله. گروه سوم با ۴ شروع می‌شود و a با ۱۰ دودویی آغاز می‌شود.

گروه سوم با ۴ و گروه چهارم با a. نسخهٔ ۴ نیبل اول گروه سوم را اشغال می‌کند؛ واریانت RFC به‌صورت ۸، ۹، a یا b در ابتدای گروه چهارم دیده می‌شود.

یک نمونهٔ کارشده از چیدمان بیت‌ها

آزمون‌ها به یک منبع بایت تکرارپذیر نیاز دارند، هرچند مولد واقعی نباید چنین باشد. دادن ۱۶ بایت 00 01 02 ... 0f به الگوریتم نوشته‌شده این نتیجه را می‌دهد:

random:  00010203-0405-0607-0809-0a0b0c0d0e0f
UUIDv4:  00010203-0405-4607-8809-0a0b0c0d0e0f
                         ^    ^
                      version variant

فقط بیت‌های بالای لازم در اکتت‌های ۶ و ۸ تغییر کردند. آزمون فرمول آن بردار کامل را تأیید می‌کند، سپس از منبع واقعی Web Crypto برای ۱۰۰ UUID استفاده می‌کند و هر مقدار را با دستور زبان نسخه/واریانت می‌سنجد. آزمون دیگری سقف کامل ۱۰٬۰۰۰ ردیف را تولید می‌کند و ثابت می‌کند هیچ درخواست تصادفی از ۶۵٬۵۳۶ بایت فراتر نمی‌رود.

شکل‌های متعارف، فشرده و URN

نمایش آشنا ۳۲ رقم هگزادسیمال را به‌صورت 8-4-4-4-12 گروه‌بندی می‌کند:

00010203-0405-4607-8809-0a0b0c0d0e0f

متن فشرده چهار خط تیره را حذف می‌کند. متن URN به مقدار متعارف پیشوند می‌دهد:

urn:uuid:00010203-0405-4607-8809-0a0b0c0d0e0f

حروف بزرگ، a تا f را به A تا F تبدیل می‌کند. هیچ‌یک از این عملیات بیتی از UUID را تغییر نمی‌دهد؛ این‌ها قراردادهای قالب‌بندی برای سامانه‌ای هستند که فهرست را مصرف می‌کند.

احتمال برخورد، با بیان صادقانه

2^122 محتوای تصادفی ممکن وجود دارد. برای n UUID با تولید یکنواخت، تقریب روز تولد برای دست‌کم یک برخورد چنین است:

p ≈ n × (n - 1) / (2 × 2^122)

برای ۱۰٬۰۰۰ مقدار این رقم تقریباً ۹٫۴ × ۱۰^-۳۰ است. ناچیز به معنای صفر نیست و مولد رمزنگاری همچنان یک وابستگی پیاده‌سازی است. شمارندهٔ تکراری‌های جدول، تکرار درون همین دسته را می‌گیرد، در حالی که قید یکتایی پایگاه داده مرجع نهایی درست در همهٔ دسته‌ها و سامانه‌ها باقی می‌ماند.

کاری که انجام نمی‌دهد

مقادیر UUID نسخهٔ ۷ مرتب بر حسب زمان، مقادیر UUID نسخهٔ ۵ قطعی مبتنی بر نام، یا کدگذاری‌های دودویی مخصوص پایگاه داده تولید نمی‌کند. همچنین قول نمی‌دهد که یک UUID محرمانه، امضاشده یا مقاوم در برابر دست‌کاری باشد. تنها کارش یک دستهٔ استاندارد از شناسه‌های نسخهٔ ۴ با تصادفی‌سازی رمزنگاری است.