Answers:
在这里看看:如何使用node.js Crypto创建HMAC-SHA1哈希? 我将创建当前时间戳的哈希值+一个随机数,以确保哈希值唯一性:
var current_date = (new Date()).valueOf().toString();
var random = Math.random().toString();
crypto.createHash('sha1').update(current_date + random).digest('hex');
我建议使用crypto.randomBytes。不是sha1
,但出于id的目的,它更快,并且就像“随机”一样。
var id = crypto.randomBytes(20).toString('hex');
//=> f26d60305dae929ef8640a75e70dd78ab809cfe9
结果字符串将是您生成的随机字节的两倍长;编码为十六进制的每个字节均为2个字符。20个字节将是40个十六进制字符。
使用20个字节,我们有256^20
或1,461,501,637,330,902,918,203,684,832,716,283,019,655,932,542,976唯一输出值。这与 SHA1的160位(20字节)可能的输出相同。
知道这一点,对于我们shasum
的随机字节而言,这实际上没有任何意义。这就像两次掷骰子,但只接受第二次掷骰子一样。无论如何,每轮您有6个可能的结果,因此第一轮就足够了。
为什么这样更好?
要了解为什么这样做更好,我们首先必须了解哈希函数如何工作。如果给定相同的输入,则散列函数(包括SHA1)将始终生成相同的输出。
假设我们要生成ID,但我们的随机输入是通过抛硬币生成的。我们有"heads"
或"tails"
% echo -n "heads" | shasum
c25dda249cdece9d908cc33adcd16aa05e20290f -
% echo -n "tails" | shasum
71ac9eed6a76a285ae035fe84a251d56ae9485a4 -
如果"heads"
再次出现时,SHA1输出将是相同的,因为它是第一次
% echo -n "heads" | shasum
c25dda249cdece9d908cc33adcd16aa05e20290f -
好的,掷硬币并不是一个很好的随机ID生成器,因为我们只有2个可能的输出。
如果我们使用标准的6面模,则有6种可能的输入。猜猜SHA1输出多少?6!
input => (sha1) => output
1 => 356a192b7913b04c54574d18c28d46e6395428ab
2 => da4b9237bacccdf19c0760cab7aec4a8359010b0
3 => 77de68daecd823babbb58edb1c8e14d7106e83bb
4 => 1b6453892473a467d07372d45eb05abc2031647a
5 => ac3478d69a3c81fa62e60f5c3696165a4e5e6ac4
6 => c1dfd96eea8cc2b62785275bca38ac261256e278
我们都同意抛硬币或6面骰子会产生不好的随机ID生成器,因为我们可能的SHA1结果(用于ID的值)很少。但是,如果我们使用产出更多的东西怎么办?像毫秒的时间戳一样?还是JavaScript的Math.random
?或两者的结合?
让我们计算一下我们将获得多少个唯一ID。
时间戳的唯一性(以毫秒为单位)
使用时(new Date()).valueOf().toString()
,您会得到一个13个字符的数字(例如1375369309741
)。但是,由于这是一个顺序更新的数字(每毫秒一次),所以输出几乎总是相同的。让我们来看看
for (var i=0; i<10; i++) {
console.log((new Date()).valueOf().toString());
}
console.log("OMG so not random");
// 1375369431838
// 1375369431839
// 1375369431839
// 1375369431839
// 1375369431839
// 1375369431839
// 1375369431839
// 1375369431839
// 1375369431840
// 1375369431840
// OMG so not random
为了公平起见,出于比较目的,在给定的分钟(一个慷慨的操作执行时间)内,您将拥有60*1000
或60000
唯一的。
的独特性 Math.random
现在,使用时Math.random
,由于JavaScript表示64位浮点数的方式,您将获得一个长度在13到24个字符之间的数字。结果越长,意味着位数越多,意味着熵越多。首先,我们需要找出最可能的长度。
下面的脚本将确定最可能的长度。为此,我们生成了100万个随机数,并根据.length
每个数字的值增加了一个计数器。
// get distribution
var counts = [], rand, len;
for (var i=0; i<1000000; i++) {
rand = Math.random();
len = String(rand).length;
if (counts[len] === undefined) counts[len] = 0;
counts[len] += 1;
}
// calculate % frequency
var freq = counts.map(function(n) { return n/1000000 *100 });
通过将每个计数器除以100万,我们得到从返回的数字长度的概率Math.random
。
len frequency(%)
------------------
13 0.0004
14 0.0066
15 0.0654
16 0.6768
17 6.6703
18 61.133 <- highest probability
19 28.089 <- second highest probability
20 3.0287
21 0.2989
22 0.0262
23 0.0040
24 0.0004
因此,即使不是完全正确,我们还是要大方地说您会得到一个19个字符长的随机输出;0.1234567890123456789
。前一个字符始终是0
和.
,因此实际上我们只能得到17个随机字符。这给我们留下了10^17
+1
(可能的话0
;请参见下面的注释)或100,000,000,000,000,001个唯一身份。
那么我们可以产生多少个随机输入?
好的,我们计算了毫秒时间戳的结果数量, Math.random
100,000,000,000,000,001 (Math.random)
* 60,000 (timestamp)
-----------------------------
6,000,000,000,000,000,060,000
那是单个6,000,000,000,000,000,060,000面的骰子。或者,使这个数力所能及易消化,这是大致相同的数字
input outputs
------------------------------------------------------------------------------
( 1×) 6,000,000,000,000,000,060,000-sided die 6,000,000,000,000,000,060,000
(28×) 6-sided die 6,140,942,214,464,815,497,21
(72×) 2-sided coins 4,722,366,482,869,645,213,696
听起来还不错吧?好吧,让我们找出...
SHA1产生一个20字节的值,可能有256 ^ 20的结果。因此,我们实际上并未充分利用SHA1。那么我们要用多少钱?
node> 6000000000000000060000 / Math.pow(256,20) * 100
generator sha1 potential used
-----------------------------------------------------------------------------
crypto.randomBytes(20) 100%
Date() + Math.random() 0.00000000000000000000000000411%
6-sided die 0.000000000000000000000000000000000000000000000411%
A coin 0.000000000000000000000000000000000000000000000137%
天哪,老兄!看所有那些零。那么有多少crypto.randomBytes(20)
好呢?243,583,606,221,817,150,598,111,409倍。
关于+1
零的和的注释
如果您想了解+1
,则有可能Math.random
返回a 0
,这意味着我们还要考虑另外1种可能的唯一结果。
根据下面的讨论,我很好奇a 0
出现的频率。这是一个小脚本,random_zero.js
我制作了一些数据
#!/usr/bin/env node
var count = 0;
while (Math.random() !== 0) count++;
console.log(count);
然后,我在4个线程中运行它(我有一个4核处理器),然后将输出附加到文件中
$ yes | xargs -n 1 -P 4 node random_zero.js >> zeroes.txt
因此,事实证明a 0
并不难获得。记录100个值后,平均值为
3,164,854,823中的1个随机数是0
凉!需要进行更多的研究才能知道该数字是否与v8 Math.random
实施的均匀分布相称
Date
难以产生好的种子的原因。
Math.random
永远不会产生0.
crypto.randomBytes
绝对是必经之路^^
编辑:这与我之前的回答并不完全吻合。对于那些可能正在浏览器中执行此操作的人,我将其留在此处作为第二个答案。
如果愿意,您可以在现代浏览器中执行此客户端操作
// str byteToHex(uint8 byte)
// converts a single byte to a hex string
function byteToHex(byte) {
return ('0' + byte.toString(16)).slice(-2);
}
// str generateId(int len);
// len - must be an even number (default: 40)
function generateId(len = 40) {
var arr = new Uint8Array(len / 2);
window.crypto.getRandomValues(arr);
return Array.from(arr, byteToHex).join("");
}
console.log(generateId())
// "1e6ef8d5c851a3b5c5ad78f96dd086e4a77da800"
console.log(generateId(20))
// "d2180620d8f781178840"
浏览器要求
Browser Minimum Version
--------------------------
Chrome 11.0
Firefox 21.0
IE 11.0
Opera 15.0
Safari 5.1
Number.toString(radix)
并不总是保证2位数的值(例如:(5).toString(16)
=“ 5”,而不是“ 05”)。除非您依赖最终输出的len
字符长度,否则这无关紧要。在这种情况下,您可以return ('0'+n.toString(16)).slice(-2);
在map函数内部使用。
id
属性的值,请确保ID以字母开头:[A-Za-z]。