题图: 运行中设备的数据中心服务器机架。摄影:Cookiecutter(Pexels,免费使用)
每个系统里的每条记录,都需要一个永不冲突、不需要中心注册、也不会泄露多余信息的「名字」。UUID 就是这个名字——一个 128 位的标识符,任何机器都可以随时独立生成,不必询问任何人。它是现代分布式系统的默认主键,也是数据库、日志、API 响应和移动推送通知里那些 ID 的底层格式。
本指南讲解 UUID 到底是什么、各版本的区别,以及选择的实用规则。想立刻生成 UUID,用免费的 UUID 生成器即可——完全在浏览器内运行。
UUID 的结构
UUID 是 128 位的值,惯例写作五组共 36 个字符:xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx。版本号编码在第三组的第 13 个十六进制位上——...-4xxx-... 表示版本 4,...-7xxx-... 表示版本 7。格式最初由 RFC 4122(2005 年)定义,RFC 9562(2024 年)接替并新增了版本 6、7、8。
活跃使用的版本:
| 版本 | 生成方式 | 排序性 | 典型用途 |
|---|---|---|---|
| 1 | 时间戳 + MAC 地址 | 时间有序 | 遗留系统 |
| 4 | 122 位随机数 | 随机 | 大多数应用的默认选择 |
| 7 | Unix 毫秒时间戳 + 随机数 | 时间有序 | 数据库主键 |
版本 3 和 5(基于名字,MD5/SHA-1)用途不同:它们从名字派生出确定性的 UUID,相同输入永远得到相同 ID。适合内容寻址,但几乎不用于需要逐实体唯一的记录。
v4:随机默认值
版本 4 将其 128 位中的 122 位设为随机数,共 2¹²² 种取值——约 5.3 × 10³⁶。这段碰撞数学值得记住,因为它能终结一个长久以来的担忧:即便每秒生成 10 亿个 UUID,也要约 8,500 万年才有 50% 的概率发生一次碰撞。随机 UUID 在实践中不会碰撞;它们只会在底层随机数生成器薄弱时出问题,这正是 UUID 生成器工具使用 Web Crypto API(crypto.randomUUID / crypto.getRandomValues)而非 Math.random() 的原因。
v4 是正确的默认选择,适用于:
- API token 与会话 ID — 随机性隐藏创建顺序,ID 不会泄露账号或会话的创建时间
- 客户端生成的 ID — 离线创建记录的移动应用和浏览器,需要无需服务器往返的 ID
- 任何对外公开的标识 — URL 里的连续 ID 会暴露你的业务量,v4 UUID 什么都不暴露
v7:面向数据库的升级
v4 的弱点在数据库内部显现。随机 ID 成为主键后,行会插入到索引的随机位置。对主键索引采用 B 树的 PostgreSQL 和 InnoDB(MySQL)来说,随机插入顺序会造成索引碎片化、加剧写放大,并在规模扩大后显著拖慢插入。UUIDv7 把毫秒级 Unix 时间戳放在高位,解决了这个问题:时间相近的 ID 排序也相近,插入集中在索引末尾——保留 UUID 全部唯一性属性的同时,获得接近顺序写入的性能。
2026 年的实用建议:新数据库表的主键,在服务端用 v7。PostgreSQL 可通过 gen_random_uuid()(新版本默认返回 v7)或 uuid-ossp 扩展的 uuidv7() 原生生成。如果你的框架还不支持 v7,用 v4 也没问题——性能差距在数百万行时才显现,而不是数千行,schema 的正确性比过早优化更值钱。
不该用 UUID 的场景
UUID 不是免费的。成本真实存在,以下三种场景其他标识符更合适:
- 大表上的重度顺序扫描。 UUID 16 字节,
bigint8 字节。在数 TB 级别的表上,索引大小差异会直接影响内存和 IO。 - 需要人输入或念出来的标识。 没有人会对着电话念 UUID。预约码、订单号、错误码应当短且无歧义。
- 应用层按 ID 排序的查询。 如果查询依赖 ID 顺序而非时间戳列,优先用 v7;或者干脆加一列
created_at,停止从 ID 推导顺序。
AI / LLM 技术栈中的 UUID
UUID 在现代 AI 基础设施中无处不在,有三个值得了解的模式:
幂等键。 Stripe 风格的 API 让客户端为每次请求生成一个 UUID,重试时不会重复扣款。LLM 平台用同样的模式:每次请求生成一个 UUID,网络重试就安全了。
运行与追踪 ID。 每条 LangChain/OpenTelemetry 风格的追踪、每次 agent 运行、每个批处理作业都有一个 UUID。分布式追踪正是靠跨服务匹配这些 ID 把日志串起来。
批量文件键。 OpenAI 兼容的批处理作业用平台生成的 ID 引用文件和作业;自建流水线时,为作业 ID 生成 v4 UUID,并发 worker 就不会冲突。
以上所有场景,UUID 生成器都能批量产出 RFC 9562 v4 ID——注入测试数据、写 fixtures、构建一次需要大量 ID 的请求体时非常方便。配合 JSON 格式化器,把这些 ID 组装成格式正确的请求体。
完整版本家族:1、3、5、6、8——以及它们为何少被使用
规范里共有八个版本,实际常用的有四个。其余版本值得了解,以便在现实中一眼认出:
- v1(时间 + MAC):原始版本,由时间戳和机器 MAC 地址生成。时间有序,但会泄露生成机器的网络身份——这个隐私缺陷催生了后续版本。老 Java 和 SQL Server 系统(
newsequentialid()是 v1 变体)中至今可见。 - v3 / v5(基于名字):从命名空间(DNS、URL、OID、X.500)内的名字派生的确定性 UUID。相同输入永远得到相同输出。新用途优先选 v5(SHA-1)而非 v3(MD5)。杀手级应用是内容寻址与去重——你恰恰希望相同输入映射到相同 ID 的场景。
- v6(v1 重排):保留 v1 的时间戳语义,但为可排序性重新排列位序。几乎没人用——实际用途中 v7 已全面取代。
- v7(时间戳 + 随机数):现代主力,上文已述。毫秒精度让 ID 按创建顺序排序,数据库最喜欢。
- v8(厂商自定义):仅固定版本位,留给自定义格式。想在自己的语义(分片 ID、区域码)嵌进标准兼容外壳时使用。
- v2(DCE 安全):包含本地域与 UID 的历史版本,实际上已废弃。
实践中决策树收敛为两支:客户端与安全敏感标识用 v4,服务端数据库键用 v7。 其余都是利基场景。
UUID 性能:神话与实测
关于 UUID 流传着两种说法,一种属实,一种夸张:
属实的:随机主键会造成索引碎片化。 B 树索引保持页面有序;随机键的插入落在随机页面,引发页面分裂和索引不均匀增长。规模一大就能测出来——公开基准显示,UUIDv4 的插入吞吐在数千万行级别明显低于顺序键,而 UUIDv7 保持在 bigserial 的百分之几以内。机制本身没有争议,随负载变化的只有幅度。
夸张的:UUID 会让查询急剧变慢。 按主键点查时,16 字节 UUID 与 8 字节 bigint 的差异很小。真实成本在三处:索引大小(字节数翻倍)、超宽表的连接性能、写密集负载下的插入吞吐。如果表有百万行、流量中等,v4 完全没问题——正确性和可移植性比最后几个百分点的插入速度更重要。
| 键类型 | 大小 | 插入性能 | 信息泄露 | 典型用途 |
|---|---|---|---|---|
| bigserial | 8B | 最佳 | 创建顺序、业务量 | 内部表、小应用 |
| UUID v4 | 16B | 良好(规模大时碎片化) | 无 | 公开 ID、token、客户端生成 |
| UUID v7 | 16B | 接近顺序写入 | 仅创建时间 | 数据库主键 |
迁移到 UUID:实操顺序
新表的话,答案只有一行:id uuid primary key default gen_random_uuid()。迁移现有 bigserial 表的话,答案通常是:不要迁移。运行正常的整数序列表就让它继续运行,迁移风险集中在外部键和假设 ID 为整数的应用代码里。多数「对外 API 暴露 UUID、内部保留整数」的系统采用的实际中间路线,是加法式迁移:
- 新增 UUID 列(
uuid类型,可空,暂不设默认值),放在现有 ID 旁边 - 回填数据:
UPDATE ... SET uuid = gen_random_uuid() WHERE uuid IS NULL,分批执行避免长时间锁表 - 加唯一索引,将列设为
NOT NULL,并为新行设置服务端默认值 - API 对外暴露 UUID,外部键内部继续指向整数 ID。外部系统看到稳定且不透明的标识符,内部连接保持快速
- 仅在必要时,在后续独立测试过的迁移中把外部键切换到 UUID
「内部整数、外部 UUID」这一模式,是 API 设计之前就已长大的系统的标准答案——不付 schema 转换的索引成本,就能拿到 v4 的安全属性。
现实中的 UUID:URL、日志与各语言支持
URL。 UUID 设计上就是 URL 安全的——只有十六进制字符和连字符,没有需要百分号编码的字符。它们出现在 REST 路径(/users/019b2f1a-...)、查询参数和签名链接中。需要养成的一个习惯:处处使用规范的小写形式。大小写混用在技术上等价,但会破坏朴素的相等判断和缓存键。
日志与追踪。 在分布式系统里,UUID 的第二重身份是关联 ID:在请求边缘生成同一个 ID 并贯穿所有服务,一次 grep 就能把十几个日志流里同一个用户的旅程重新拼起来。OpenTelemetry 将其形式化为 trace ID——128 位,与 UUID 同尺寸,且(在 W3C Trace Context 标准中)与 v4 格式密切相关。如果你的系统还没有追踪,为每个请求生成一个 v4 UUID 并在每个服务里记录,就能以 5% 的成本拿到 80% 的价值。
每种语言都自带生成器。 2026 年,这已经不需要第三方库了:
| 语言 | 一行代码 |
|---|---|
| JavaScript(浏览器 / Node 20+) | crypto.randomUUID() |
| Python | uuid.uuid4() / uuid.uuid7()(3.14+) |
| Go | github.com/google/uuid — uuid.New() |
| Java | java.util.UUID.randomUUID() |
| SQL(PostgreSQL) | gen_random_uuid() |
具体到 v7:Python 3.14 新增 uuid.uuid7();较新的 PostgreSQL 的 gen_random_uuid() 返回 v7;Go 和 Java 需要标准的第三方库。UUID 生成器批量产出 v4——当你需要「什么都不泄露」的标识符时,这是最快的选择。
用 v5 做确定性 ID。 内容寻址系统里有一个值得借鉴的模式:不为每份文档存储随机 ID,而是计算 uuid5(NAMESPACE_URL, canonical_url)——同一个 URL 在任何机器上、永远产生同一个 ID。去重能力随之免费获得:「我见过这份文档吗」变成「这个 ID 存在吗」。内容指纹、缓存键、幂等导入——一切「希望相同输入产生相同 ID」的场景都适用。
UUID 安全注意事项
UUID 不是安全机制,但正确选用它是安全设计的一部分:
不要把安全寄托在「猜不到」上。 v4 UUID 实践中不可猜测——但它是标识符,不是秘密。把「客户端知道 UUID」当作授权的 API,面对日志、Referer 头、浏览器历史造成的枚举与泄露是脆弱的。不透明 ID 必须配合真正的授权检查;UUID 防的只是猜测,而猜测是最弱的攻击。
避免对外暴露连续或可推导的 ID。 这类问题的经典漏洞是 IDOR(不安全直接对象引用):/invoices/1042 诱惑人去递增数字,/invoices/<v4-uuid> 则让枚举不可行。这是公开 API 采用 UUID 最有力的实践理由,也解释了为什么 v1 的 MAC 泄露严重到足以催生后续版本。
使用密码学安全的生成器。 Math.random() 对标识符不够格——部分浏览器实现下其输出在实践上可预测。用 crypto.randomUUID() 和 crypto.getRandomValues()。服务端同理:用平台的 CSPRNG,绝不用通用随机函数。
不要把秘密或多余语义塞进 UUID。 v4 的随机位固定为 122 位;往里面塞用户 ID 或时间戳,只会削减支撑其安全性的随机性。需要嵌入语义时,明确使用 v7(时间戳)或 v8(厂商自定义),或者干脆分成独立字段。
UUID 绝不该出现的场合。 当 ID 本身就是持有凭证时——密码重置 token、一次性下载链接、API 密钥——应使用更大、且不长得像记录标识符的随机值(256 位 token)。UUID 向世界宣告「我是 ID」;重置 token 不该做这种宣告。
UUID vs ULID vs NanoID vs ObjectId
UUID 并非唯一选择。四种替代方案经常出现,而它们之间的差异小到很容易选错:
| 格式 | 大小 / 字母表 | 可排序 | 碰撞模型 | 最佳用途 |
|---|---|---|---|---|
| UUID v4 | 128 位,十六进制 | 否 | 随机 | 公开 ID、token |
| UUID v7 | 128 位,十六进制 | 是(毫秒) | 随机 + 时间戳 | 数据库主键 |
| ULID | 128 位,Crockford base32 | 是(毫秒) | 随机 + 时间戳 | 日志、短且可排序的 ID |
| NanoID | 126 位,URL 字母表 | 否 | 随机 | 短且不透明的 ID |
| ObjectId | 96 位,十六进制 | 是(秒) | 时间戳 + 计数器 + 随机 | MongoDB 默认 |
实用判断规则:
- ULID 本质上是 UUID v7 换了一身更紧凑、更好看的外衣(26 字符、大小写不敏感、可按文本排序)。当人会在日志或工单里读 ID、又想要时间顺序而不加额外列时,选 ULID
- NanoID 赢在紧凑和 URL 友好——它的字母表剔除了易混淆字符(
0/O/1/l/I)。短码、分享链接、以及一切 36 字符 UUID 显得笨重的用户可见场景,选它 - ObjectId 是 MongoDB 的 12 字节格式:4 字节时间戳、5 字节随机、3 字节计数器。扎根 MongoDB 就用它;为跨库可移植性设计则选 v7
- UUID v7 仍是关系数据库的最佳默认:标准在轨、2026 年支持广泛、与 UUID 工具生态互通
诚实的总结:要不可猜测用 v4,要数据库键用 v7,要可读日志用 ULID,要短链接用 NanoID。四种格式四种工作,而你最常伸手的那个有生成器兜着。
常见问题
版本细节依据 RFC 9562(2024)。PostgreSQL gen_random_uuid() 行为依据 2026 年 11 月现行上游文档。
