PostgreSQL UUID 类型

发表于 2024-12-16 分类于数据库本文字数： 3.9k 阅读时长 ≈ 4 分钟

UUID 代表通用唯一标识符，在 RFC 4122 中定义。它是一个 128 位数字，通常以十六进制书写，并用破折号分成五组。典型的 UUID 值如下所示：

0193cfc2-5f8c-7f75-87ce-d26c47161eb5

在 RFC 9562 中给出了 UUID v7 的定义，目前它还只是一个建议标准。在 78c5e141 之前，PostgreSQL 只提供了 v4 版本，提交 78c5e141 引入了 v7 版本的支持。不出意外的话，该功能将在 PostgreSQL 18 中发布。

示例

我们创建连个表来测试 v4 与 v7 之间的差异。

1 2	CREATE TABLE uuid_v4_test(id uuid primary key, info text); CREATE TABLE uuid_v7_test(id uuid primary key, info text);

接着，灌入数据。

postgres=# INSERT INTO uuid_v4_test SELECT uuidv4(), 'data' || id FROM generate_series(1, 1000000) id;
INSERT 0 1000000
Time: 9383.798 ms (00:09.384)
postgres=# INSERT INTO uuid_v7_test SELECT uuidv7(), 'data' || id FROM generate_series(1, 1000000) id;
INSERT 0 1000000
Time: 6050.475 ms (00:06.050)

从上面可以看到，UUID v7 明显比 v4 快。此外，v7 相较于 v4 的另外一个特点就是有序性，如下所示：

postgres=# SELECT * FROM uuid_v4_test ORDER BY id LIMIT 10;
                  id                  |    info
--------------------------------------+------------
 00003562-1bb6-42da-a5be-070cfb42857d | data69864
 0000387e-d978-49a1-b474-f10f64044fc2 | data899555
 00003e2f-ea91-4bbd-b2c1-5d35116adfe8 | data907466
 00004402-c462-4fe8-95b7-9ceedfea30bd | data232215
 00005749-bb2e-4f50-bc5c-333baae135ba | data999604
 000057c9-cfd6-40b2-bb2b-550396fe9749 | data504685
 00006809-9e41-4efc-a778-5623f3ab055f | data13585
 00006ff6-16c1-4310-be3e-c8f6f5503382 | data764974
 000077af-84b3-4030-9b43-f04a10a1c142 | data1722
 00008614-ee29-4acd-84bd-6a41a7954fa5 | data705404
(10 rows)

Time: 1.428 ms
postgres=# SELECT * FROM uuid_v7_test ORDER BY id LIMIT 10;
                  id                  |  info
--------------------------------------+--------
 0193cfef-0d4b-7c36-84a4-7a4fc90defa7 | data1
 0193cfef-0d4c-7ac8-88ae-406920469dc6 | data2
 0193cfef-0d4c-7b48-87a0-cc302b835e35 | data3
 0193cfef-0d4c-7b6c-94f5-6ac9f10653d6 | data4
 0193cfef-0d4c-7b84-82d1-7c67e874240d | data5
 0193cfef-0d4c-7b9d-ba52-b6ce21d1b2b5 | data6
 0193cfef-0d4c-7bb2-84b4-f66a4bbeef0b | data7
 0193cfef-0d4c-7bc9-acd2-8eb1bbaaac89 | data8
 0193cfef-0d4c-7be5-bd9f-e2a34e5f61ae | data9
 0193cfef-0d4c-7c03-bf62-c7cdffafb8e5 | data10
(10 rows)

Time: 0.617 ms

从上面可以看出，UUID v4 生成的 UUID 是无序的，而 v7 版本则是有序的。不过 UUID v7 在连续生成时，存在一定的重复域，从上面的 UUID v7 可以看出，连续生成的 UUID v7 前面的 0193cfef-0d4 都是相同的。

postgres=# SELECT oid::regclass, pg_size_pretty(pg_relation_size(oid)) FROM pg_class WHERE relname ~ 'uuid_v.*_test_pkey';
        oid        | pg_size_pretty
-------------------+----------------
 uuid_v4_test_pkey | 38 MB
 uuid_v7_test_pkey | 30 MB
(2 rows)

UUID 作为主键，v7 相比与 v4 节省了约 20% 的空间。

UUID 格式

UUID 的大小为 16 个字节（128 位）；其中变体位（variant）和版本位（version）一起确定了更精细的结构。

变体字段决定了 UUID 的布局，即 UUID 中所有其他位的解释取决于变体字段中位的设置。变体字段由 UUID 的第 8 个字节的最高有效位（数量可变）组成。

下表列出了变体字段的内容，其中字母 x 表示不关心的值。

MSB0	MSB1	MSB2	MSB3	Variant	Description
0	x	x	x	1-7	保留。网络计算系统 (NCS) 向后兼容，并且包含 Nil UUID。
1	0	x	x	8-9, A-B	RFC 9562 中定义。
1	1	0	x	C-D	保留。微软公司向后兼容。
1	1	1	x	E-F	为将来的定义保留，并包括最大 UUID。

版本号位于 UUID 的第 6 个字节的最高有效 4 位（UUID 的第 48 位至 51 位）。

下表列出了 RFC 9562 中指定的 UUID 变体 10xx 的所有版本。

MSB0	MSB1	MSB2	MSB3	Version	Description
0	0	0	0	0	未使用。
0	0	0	1	1	RFC 9562 中指定的基于公历时间的版本。
0	0	1	0	2	为 DCE 安全版本保留，带有嵌入式 POSIX UUID。
0	0	1	1	3	RFC 9562 中指定的使用 MD5 算法的基于名称的版本。
0	1	0	0	4	RFC 9562 中指定的随机或伪随机生成的版本。
0	1	0	1	5	RFC 9562 中指定的使用 SHA-1 算法的基于名称的版本。
0	1	1	0	6	RFC 9562 中指定的重新排序的基于公历时间的版本。
0	1	1	1	7	RFC 9562 中指定的基于 Unix Epoch 时间的版本。
1	0	0	0	8	RFC 9562 中指定的自定义 UUID 格式保留。
1	0	0	1	9	保留以供将来定义。
1	0	1	0	10	保留以供将来定义。
1	0	1	1	11	保留以供将来定义。
1	1	0	0	12	保留以供将来定义。
1	1	0	1	13	保留以供将来定义。
1	1	1	0	14	保留以供将来定义。
1	1	1	1	15	保留以供将来定义。

从上面可以看出，目前只有 v1，v6 和 v7 是基于时间的 UUID。本文中我们主要来看看 v4 和 v7 的布局。

上图是 UUID v4 的字段及其布局。

random_a: 48 位随机数据，占用 0 到 47 位。
ver: 4 位版本字段，占用 48 到 51 位，在 UUID v4 中被设置位 0b0100 (4)。
random_b: 12 位随机数据，占用 52 到 63 位。
var: 2 位变体字段，占用 64 到 65 位，设置位 0b10。
random_c: 最后 62 位随机数据，占用 66 到 127 位。

注意：随机数据应具有不可猜测性，即其实现应使用加密安全的伪随机数生成器 (CSPRNG) 来提供难以预测（“不可猜测”）且发生冲突的可能性低（“唯一”）的值。例外情况是执行环境中没有合适的 CSPRNG。注意确保在状态更改（例如进程分叉）时正确重新播种 CSPRNG 状态，以确保正确的 CSPRNG 操作。