生成/压缩唯一密钥

Question

在我的工作中，我有很多用户，每个用户的主目录中都有一组文件。由于一些预定义的规则，我根据用户文件内容及其创建时间为每个文件指定了一个 UID（唯一标识）。但现在我知道用户帐户中的文件数量不能超过 100 万个。当前 UID 长度约为 32 个字符。有什么方法可以将我的 UID 减少到大约 6 个（理想条件）字符到大约 10-12 个字符，因为当前的 uidl 在我的 NoSQL 数据库中使用了大量空间。

当前的uidl看起来像 timestamp.prrocess_whichcreated_it.size

编辑 让我重新表述一下这个问题。我真正需要的是一个压缩算法： 例如，

我有 1,000,000 个字符串的列表（每个字符串都是唯一的），每个字符串长度为 32 个字符。我需要一个压缩函数 f，使得 F(string) = s2 ，其中 S2 的长度为 10 个字符，并且所有 S2 字符串都是唯一映射的

Answer 1

对您的 UID 进行排序并用新的 UID 替换旧的 UID，指示旧 UID 的排序数组中的索引，

简化的伪代码应如下所示：

sorted <- sort(UID's)
for each file:
  file.UID <- sorted.indexOf(file.UID)

Answer 2

很难采用唯一的 id 来压缩它并保持它的唯一性。你往往会遇到碰撞。

@amit 的建议确实是最好的。也许他的实现有点圆滑。

创建一个带有自动递增整数“ID”列和字符串/varchar“OldGUID”的表怎么样？将所有旧的/当前的 GUID 插入表中，现在 GUID 和更短/压缩的“ID”之间有一对一的匹配。当您创建新的 GUID 时，只需将它们插入表中，您将继续进行一对一匹配，以便您可以在长版本和短版本之间来回切换。

Answer 3

如果您只需要一个唯一标识符，那么我的第一个想法是UUID。

然而，通用UUID将消耗16个字节，并且是二进制格式。它不满足您对 6 个字符的要求。与当前使用 32 个字符的方法相比，它“仅”节省了 50% 的空间。

因此，更温和的方案是使用 64 位 UID（8 字节）和通用哈希函数。有了良好的哈希值，只要生成的 UID 总数低于 <0，冲突的概率就保持相当合理。一亿。如果这看起来可以接受，那么 8 字节似乎非常接近您的空间需求。