数据库表中唯一主键 id 用 32 位的 md5 算出来的值是否可行？

[ex1gtnim7d]

比如：

用户表中，将用户邮箱+密码的值去做 MD5，得出来的值作为 userId

订单表中，将订单数据+时间戳的值去做 MD5，得出来的值作为订单 Id

主要的疑问是，32 位的 id 是否过于占用空间？

以及其他缺点希望各位 V 友能发表下看法。

[Takamine]

……这样做的意义是什么，强行想让主键 id 和业务含义关联起来吗。

[ajaxfunction]

要是用户密码改了呢？ 之前生成的 userid 和现在的 userid 不一样，系统不就乱了吗？
简单的问题复杂化了啊！

[creedowl]

要是用户改密码怎么办，如果是想要隐藏真实 id 可以用 hashid
订单可以用雪花算法

[hbolive]

@Takamine 这样的 id 看起来很酷。。

[nvkou]

uuid 也是这么做的。只不过人家用一去不回头的时间做种子之一。
没有必要重复发明轮子

[ex1gtnim7d]

@Takamine
@ajaxfunction
@creedowl
只是想简单的生成一个唯一 id 而已，用户改密码没什么影响，id 还是那个 id

[luopengfei14]

用户一旦修改邮箱、密码，你就找不回来 userId，而且 md5 生成的 userId 对索引不友好。
简单点直接用自增 id 当作 userId，考虑多的可以用雪花算法生成 userId，一般够用。

还有 md5 、uuid 字符串理论上避免不了重复的可能

[yukiloh]

用户登陆用账号行不,手机行不,你要做 3 个 userid 吗

[ex1gtnim7d]

@nvkou 倒也没有说想重复造轮子，不过确实没有想过直接调用已有的算法去生成，是个不错的方式

[chendy]

负载不大自增就够用了
至于 “32 位过于占用空间？”…emm ？？？

[ex1gtnim7d]

好吧，我的表达存在歧义，其实这个 userid 并不作为对外公开的值，也不提供给用户登录使用，只是内部对用户的一个标识，可以理解为就是用户表的主键 id

[murmur]

uuid 也比 md5 好啊，你的用户量多少，少的话可以，多的话得考虑下防装，你估计是看了 mongo 那个主键，别人是有算法的，可以保证在数据结构上的一些优化

[murmur]

@Takamine 有些业务需要随机化主键，否则破解你一个接口 id 直接递增数据就爬一遍了

[ex1gtnim7d]

@murmur 想请教一下防装是什么意思

[linvon]

@kerb15 防撞吧

[changePro]

“md5 生成的 userId 对索引不友好” 少误导其他人

[wangyzj]

不是不行, 百害无一利

[changePro]

首先，为什么要这样做？主键 ID 几乎都是 fixed length，磁盘内存、又便宜，索引不是问题。md5 也可以看作是 UUID，用 UUID 做主键大部分是为了解决分布式的一些问题，题主是为了折腾？

[Jacky23333]

你这样做会严重影响插入性能，因为会频繁导致页分裂跟行移动，产生空间碎片

[Jacky23333]

@changePro 我觉得没毛病啊

[msg7086]

主键不与业务相关。你看看你的想法是否违反了这条惯例。

[xuanbg]

占空间倒没什么，现在存储这么便宜……

问题是：
1 、效率低，算一个哈希值也是有开销的。
2 、建立索引效率受影响。

然后，直接用 uuid 他不香吗？

[changePro]

@Jacky23333 会导致性能下降，如果缓存不命中，导致大量磁盘 IO 。因为相同的数据，page 更多了。buffer pool 设计好的话的话，其实也还好

[PopRain]

如果不想用 uuid, 推荐 Twitter 雪花(SnowFlake)算法，一个 64 位整数

[l3n641]

不建议这样做,主键越长 索引也占用空间.如果数据量大的话,添加和更新数据会很大影响性能.如果是 mysql 的 inodb 的话.其他的普通索引都会包含主键键值.这时候会更加占用空间.

[saulshao]

通常情况下，主键字段就选择单纯的整数 /大整数 /无符号整数就行。
凡是需要某种业务相关计算来"产生"主键值的动作，都是花费很高并且没什么收益的方案。

[yinzhili]

不建议。这样的订单号过长，且可读性几乎等于 0 。

[PHPer233]

一个简单的 id 让你搞得这么复杂

[yjxjn]

雪花算法不香么？

[yjxjn]

@kerb15 防止撞库。说人话的意思就是防止让人家穷举猜到了

[joooooker21]

单体应用可以用自增主键
分布式应用可以用雪花算法或 uuid

你说的这种方法没有意义且消耗资源

[xiangyuecn]

设计 ID 结构最核心的一点，我觉得应当是时间粗略有序，uuid 、hash 都达不到时间粗略有序，参考楼上的雪花算法

你希望你的 id 排序之后是毫无规律的随机排序（似乎会影响插入性能）， 还是按照插入顺序先后排序（也就是插入时间），普通自增 id 天然有序。id 里面用时间因子作为前缀妥妥的，后面随便拼上 uuid 、md5 之类的，就基本上时间粗略有序了

[silvernoo]

md5 不是 128 位吗

[Jacky23333]

@changePro 我是说你这句话 “-“md5 生成的 userId 对索引不友好” 少误导其他人”

[Jacky23333]

@Jacky23333 我没觉得这句话误导他人了啊

[jugelizi]

似乎是 php 程序员

[aflow]

你这是在给后面埋坑，单体自增主键就好，md5 有重复的可能，不应该用来做唯一 id 。
不要自作聪明

[v2Geeker]

自增 id 好，这样建立的索引占用空间小，维护索引成本低，速度更快！

[dallaslu]

用户名 [email protected] 密码 forecast
用户名 [email protected] 密码 recast

所以还是乖乖用 UUID 吧。

另外，自增 id 和 UUID 可以同时用。主键自增，UUID 唯一约束。对外想用哪个就用哪个。

索引和存储空间的问题真不用担心。用户表邮箱、手机、用户名都有唯一约束，多一个也不见得会满。至于空间问题，最便宜的就是存储了……

[n0tyet]

把高性能 mysql 看完再继续思考

[tairan2006]

无意义，自增或者 snowflake

MySQL 的话别用 uuid

[Mithril]

这么多人都没说到点子上。。
问题是 MD5 或者其它的摘要算法都是会冲突的啊。。。
算法设计目的是尽量阻止人为制造冲突，而不是完全没有冲突，毕竟只是摘要而已。小概率事件并不等同于不可能事件。
UUID 是直接在里面包含时间戳从而避免冲突的，你这个连时间戳都一块摘要了。。。
除非你自行设计了解决办法，不然完全不应该直接用 Hash 作为数据库主键。

[3dwelcome]

@Mithril 冲突可以切换到 64 位，128 位 hash，这种毕竟是少数，在一定数据量下属于可控范围，可以特殊处理。

[icegreen]

同意上面一位老哥的说法；
需要考虑你的数据库引擎以及索引结构， 以 mysql 的 innodb 来说， 主键无序，在插入的时候，会导致大量页分裂，降低索引效率；

[cheng6563]

非有序的主键对索引不太友好吧

[zchlwj]

MD5 可是会冲突的

[securityCoding]

不要把问题复杂化 , 直接使用雪花算法就行了

[Felldeadbird]

雪花算法可以满足楼主的需求了。

[ppyzzz]

@hbolive 老哥，你这个回复是我在所有评论里面最接近真相的

[tailf]

主键使用这么长的字符串，确实会影响性能

[lanterboy]

19L 正解，如果楼主用的是 InnoDB 引擎，主键是聚簇的，乱序主键非常影响性能，建议把主键和业务唯一键分开，主键可以用雪花

[inktiger]

占用空间是肯定的，问题复杂化了也是肯定的，做之前先想想目的是什么，我是觉得一切根据自身原因来

[tabris17]

hashids

https://hashids.org/

[14v45mJPBYJW8dT7]

主键 id 不要动，新建 user_id 字段唯一索引就能满足

[jsq2627]

1. MySQL innodb 主键是聚族索引，用 uuid / md5() / base58 / base64 等生成的无序串做主键，数据量增长后插入性能急剧下降
2. 可以选择主键使用 AUTO_INCREMENT 整数，新增一列存储 uuid 等无序串并加索引。不过大查询量下，性能肯定不如主键这种聚族索引，可以通过缓存解决
3. uuid 也不完全是无序串，毕竟它是基于时间戳生成的，按一定规则进行解构重组，也能变得“有序”，作为主键据说性能也还行
https://www.percona.com/blog/2014/12/19/store-uuid-optimized-way/
4. snowflake 完美解决了所有问题

[jsq2627]

至于用 md5 还是 uuid，楼主自己觉得开心请随意选择。只要保证没有冲突就好。君不见 b 站现在都用变种 base56 了

[jsq2627]

@jsq2627 * 变种 base58

[Heebe]

我想问下，MD5 是你想出来的，还是有人教你的？如果有人教你的，赶紧删除了他，因为他可能让你损失 1 个亿。

我猜楼主是想做成一个无法被人类读取的订单号，来防止别人猜测业务量？
这叫分布式 ID，随便搜索下就有一堆的方案。

[Mithril]

@3dwelcome 插入数据的时候主键重复了。。这怎么特殊处理。。

[Cmdhelp]

建议看一波 al 爪洼开发手册

[3dwelcome]

@Mithril 主键重复，就对自身加盐 hash，变成第二个，第三个 hash，循环多试几次，最后总能插进去的。
查询也是同样操作，查出来数据需要二次校对，如果订单不对就进行二次 /三次查询。

当然这些都是有前提的，表数据量必须在可控范围内。万一数据一多，冲突越多，肯定没戏。

[sujin190]

id 的话，感觉有顺序的更好一点吧，空间的感觉无所谓吧，反正内存磁盘也不值钱

[Mithril]

@3dwelcome 你这个前提是他不拿主键直接做查询，关键是既然不查询那为啥不直接自增 id 。。。
而且冲突就只是个概率，并不是真的可控，只是大概率不出问题。运气不好一直冲突也不是没可能的。

[3dwelcome]

@Mithril 我也不知道楼主为啥放着自增长 ID 不用，要另辟蹊径。也许就是楼上有人猜测的，防止对数据库暴力查询。因为实在想不出，这样做有别的什么理由。
至于谈到冲突，以前测试过对 MD5 的散列分布图，图上来看还是挺均匀的。

[cloudzhou]

如果不使用自增 id 的话，uuid 不行吗？ snowflake 也可以

[jasonding]

已经确认存在两个不同的值经过 MD5 运算后可能会导致结果一致，万一不幸碰上了你准备怎么处理