我正在使用此行为node.js生成sha1 id：

crypto.createHash('sha1').digest('hex');

问题在于它每次都返回相同的id。

是否有可能每次都生成一个随机ID，因此我可以将其用作数据库文档ID？

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');

熵增加243,583,606,221,817,150,598,111,409x

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

这很容易通过思考，只是因为我们的函数的输出来欺骗自己看起来很随意，这是很随意的。

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

一毫秒的时间戳和Math.random仅使用SHA1 160位潜力的4.11e-27％！

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

也可以在浏览器中做！

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