使用像这样的 MD5 哈希值的子字符串是否足够唯一？

Question

我想做的是为我网站上的文章创建一个 12 个字符的 id，类似于 youtube 处理其视频 id 的方式 (http://www.youtube.com/watch?v=53iddd5IcSU）。现在我正在生成一个 MD5 散列，然后像这样抓取其中的 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，但实际上是什么这种情况发生的可能性有多大？而且，由于我的数据库中的列是唯一的，我如何处理这种罕见的情况而不引发丑陋的错误？

PS 我制作了一个小脚本来检查前 5000 个 $ArticleId 中是否有重复项，但没有。

编辑：我不喜欢 base64_encode 哈希的外观，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 将抛出错误，并且 retryAID 函数将找到唯一的 id...

Answer 1

使用顺序 id 有什么问题？数据库将为您处理这个问题。

除此之外，12 个字符仍然是 96 位。 2⁹⁶ = 79228162514264337593543950336 个可能的哈希值。尽管众所周知 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：

基于您正在使用的 PHP md5 函数的返回值，我上面的数字不太正确。

以 32 个字符的十六进制数形式返回哈希值。

由于您从 32 字符的十六进制数中取出 12 个字符（而不是 128 位哈希值的 12 个字节），因此最终可能得到的实际哈希数为 16¹² = 281474976710656还是有不少的。

Answer 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;
  }
?>

返回以 36 为基数的 12 个字符数字，提供 4,738,381,338,321,616,896 种可能性。 （碰撞的概率取决于随机数生成器的分布。）

为了确保没有碰撞，您需要循环：

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

Answer 3

不，不是很独特。

如果您需要更短的长度，为什么不对其进行 base64 编码呢？

Answer 4

UUID 怎么样？

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