[分享]PHP中的uniqid在高并发下的重复问题

[goosman]

项目是一个高并发的web项目，并且会有后台进程（pcntl并发），两者都会利用uniqid去生成唯一id，今天发现一个bug，在高并发情况下，uniqid可能产生重复输出。

以下是测试代码：

<?php
function new_child($func_name) {
    $args = func_get_args();
    unset($args[0]);
    $pid = pcntl_fork();
    if($pid == 0) {
        function_exists($func_name) and exit(call_user_func_array($func_name, $args)) or exit(-1);
    } else if($pid == -1) {
        echo "Couldn’t create child process.";
    } else {
        return $pid;
    }   
}
function generate() {
    $t = array();
    while($i ++ < 10) {
        $uid = uniqid(true)."\n";
        array_push($t, $uid);
    }   
    sort($t);
    while(-- $i >=0) {
        echo array_shift($t);
    }   
}
while($i ++ < 1000) {
    new_child(generate);
}
?>

测试方法： 命令行运行此程序，重定向输出到文件，然后利用下面程序检查重复：

<?php
$f = file("tttttt");
$f = array_count_values($f);
foreach($f as $k => $c) if($c > 1) echo $c.'_'.$k;
?>

解决方法： 我们现在是在uniqid后又加了rand(1, 10000)，在1000并发，每进程10次uniqid的情况下，再没有产生重复。

[kyzy_yy_pm]

[Quote=引用 7 楼 heyc1998 的回复:]
引用 6 楼 kyzy_yy_pm 的回复:

rand在运算400多次以后就会出现重复

1/400 * 小概率事件　　　基本上等于不可能!
[/Quote]
你自己有机会试一试就知道了，当你想生成1000个数的时候经常会出现后500多个全和前面重复，不知道你有何感想

[在-云端]

[Quote=引用 10 楼 kyzy_yy_pm 的回复:]

引用 7 楼 heyc1998 的回复:
引用 6 楼 kyzy_yy_pm 的回复:

rand在运算400多次以后就会出现重复

1/400 * 小概率事件　　　基本上等于不可能!

你自己有机会试一试就知道了，当你想生成1000个数的时候经常会出现后500多个全和前面重复，不知道你有何感想
[/Quote]


我说的前提是小概率事件* 1/10000

[kyzy_yy_pm]

只要超过一定的数rand以后生成的全是重复的没有例外，前一阵子有个通知发个帖子提问过这个问题，如果单纯的靠rand生成大量的数据那么注定会在一段数据之后全变成重复，如果你生成10000个数，那么就前几百个是正常的，后面的全不能用，还小么

感觉楼主尽量将多种生成随机数据的方法连用，时间戳不过，或者楼主将随机数转成asscii，然后unquie+时间戳+随机其他的应该就能将重复的数据降到很低了

[在-云端]

之前我用的方法是当前时间戳＋随即!

无出现重复现象了!本身时间戳是精确到秒的!

[xuzuning]

出现你说得情况的原因是你的机器太快了
因为 uniqid 产生的是基于系统时间（微秒）的随机数，所以若你的机器太快，就可能出现重码
解决的方法应不是加随机数，而是加定长的顺号

[helloyou0]

uniqid(true)

楼上说了，第一个参数是前缀，设成true无意义，

另外，第二个参数设成true，产生23位长串，比不设该参数结果要更唯一

[goosman]

15楼：
谢谢，第一个参数设置为true无意义，这个我没查过
，来项目里这样用，我也就想当然的用了。。。

14楼：
我这边是多进程控制的，所以顺序号是不好加，要加又得共享存储空间来解决。

10楼：
你说的rand 500多次就会重复，我这边是多进程环境，每个进程里面uniqid+rand顶多不超过5次，不知道会不会有同样的问题？

谢谢各位。

[xuzuning]

既然都 function_exists 了，还说什么顺序号不好加？

[goosman]

[Quote=引用 17 楼 xuzuning 的回复:]

既然都 function_exists 了，还说什么顺序号不好加？
[/Quote]

子进程里面是调用了已有的业务处理
而uniqid的调用是经过了好多层调用的。。
并且，这些业务处理并不只是在这里的子进程使用，因为我们的应用是web， 但是有独立进程来处理离线业务

顺序号难加的原因：
cli因为有一个while（true）的主控进程，可以加，但是，php 在web中怎么来保持状态？

[床上等您]

rand有可能重复，uniqid也有可能重复，但uniqid是基于mircotime的。

两者加起来，基本不会重复，或者说机率很低微。

[goosman]

[Quote=引用 19 楼 yangball 的回复:]

rand有可能重复，uniqid也有可能重复，但uniqid是基于mircotime的。

两者加起来，基本不会重复，或者说机率很低微。
[/Quote]

uniqid是基于microtime的？可以讲解一下其中原理吗？谢谢。

[床上等您]

原理就不会了，菜鸟一个。

但手册上是这样写的：
uniqid() returns a prefixed unique identifier based on the current time in microseconds.
基于 mircotime 来构造出来的。

[xuzuning]

观察如下代码

for($i=0; $i<1000; $i++)
  $ar[rand(1, 1000)]++;
$p = array_filter($ar, 'foo');
echo count($p) . PHP_EOL;
echo array_sum($p) . PHP_EOL;
print_r($p);

function foo($v) {
  return $v>1;
}

可知，随机数的重复概率是相当高的

[goosman]

回22楼，谢谢。不过我们的应用场景是下面这样，所以加个rand目前是最方便的做法。

<?php
for($i=0; $i<10; $i++)
      $ar[rand(1, 100000)]++;
$p = array_filter($ar, 'foo');
echo count($p) . PHP_EOL;
echo array_sum($p) . PHP_EOL;
print_r($p);

function foo($v) {
      return $v>1;
}   
?>

[amani11]

//运行一下，你会发现，两行输出，规则就差前面的1，是因为前缀，true====>1，结果通常也是最后一位不同
echo	uniqid(true);
$time	= gettimeofday();
echo	'<br />';
echo	dechex($time['sec']) . dechex($time['usec']);

而php构造uniqid函数返回字符串的核心语句如下
gettimeofday((struct timeval *) &tv, (struct timezone *) NULL);
sec = (int) tv.tv_sec;
usec = (int) (tv.tv_usec % 0x100000);

if (more_entropy) {
spprintf(&uniqid, 0, "%s%08x%05x%.8F", prefix, sec, usec, php_combined_lcg(TSRMLS_C) * 10);
} else {
spprintf(&uniqid, 0, "%s%08x%05x", prefix, sec, usec);
}

[ddboy]

呵呵,我自己写有一个算法,不过效率肯定没原生的高,可能是没有那么大的流量的操作吧, 目前还没见过重复的可能性
原理是一方面取时间精确到 0.0001毫秒, 另一方面加上一个百万级的随机数, 这样其实重复的几率几乎能用0来形容了, 这样得到一串大概是 21位的数字字符串,然后通过64位进行法把它压缩到15个字符以内.

[ihefe]

用uuid 16字节

类似：550e8400-e29b-41d4-a716-446655440000

[ihefe]

参考：http://zh.wikipedia.org/zh/UUID

[goosman]

[goosman]