我正在使用这一行为 node.js 生成一个 sha1 id：
crypto.createHash('sha1').digest('hex');
问题是它每次都返回相同的 id。
是否可以让它每次生成一个随机 ID，以便我可以将其用作数据库文档 ID？
问问题
105022 次
5 回答
690
243,583,606,221,817,150,598,111,409 倍的熵
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；编码为十六进制的每个字节是 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256^201,461,501,637,330,902,918,203,684,832,716,283,019,655,932,542,976个唯一的输出值。这与SHA1 的 160 位（20 字节）可能输出相同。
shasum知道这一点，对我们的随机字节来说并没有真正的意义。这就像掷骰子两次但只接受第二次掷骰；无论如何，每卷都有 6 个可能的结果，所以第一卷就足够了。
为什么这样更好？
要理解为什么这样做更好，我们首先必须了解散列函数是如何工作的。如果给定相同的输入，散列函数（包括 SHA1）将始终生成相同的输出。
假设我们想要生成 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，SHA1 输出将与第一次相同
% echo -n "heads" | shasum
c25dda249cdece9d908cc33adcd16aa05e20290f -
好的，所以抛硬币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 面模具，我们有 6 个可能的输入。猜猜有多少可能的 SHA1 输出？6！
input => (sha1) => output
1 => 356a192b7913b04c54574d18c28d46e6395428ab
2 => da4b9237bacccdf19c0760cab7aec4a8359010b0
3 => 77de68daecd823babbb58edb1c8e14d7106e83bb
4 => 1b6453892473a467d07372d45eb05abc2031647a
5 => ac3478d69a3c81fa62e60f5c3696165a4e5e6ac4
6 => c1dfd96eea8cc2b62785275bca38ac261256e278
仅仅因为我们函数的输出看起来非常随机，就很容易自欺欺人，认为它是非常随机的。
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（我们用于 ID 的值）很少。但是，如果我们使用具有更多输出的东西呢？像毫秒的时间戳？还是 JavaScript 的Math.random？或者甚至是这两者的结合？！
让我们计算一下我们将获得多少个唯一 ID...
以毫秒为单位的时间戳的唯一性
使用 时(new Date()).valueOf().toString()，您将获得一个 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），因此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
公平地说，出于比较的目的，在给定的一分钟内（大量的操作执行时间），您将拥有60*1000或60000独特的。
的独特性Math.random
现在，当使用 时Math.random，由于 JavaScript 表示 64 位浮点数的方式，您将得到一个长度介于 13 到 24 个字符之间的数字。更长的结果意味着更多的数字，这意味着更多的熵。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。我们通过生成 100 万个随机数并根据.length每个数字增加一个计数器来做到这一点。
// 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 中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
所以，即使它不完全正确，让我们大方地说你得到一个 19 个字符长的随机输出；0.1234567890123456789. 第一个字符总是0and .，所以实际上我们只得到 17 个随机字符。这给我们留下了10^17 +1（可能的0；请参阅下面的注释）或100,000,000,000,000,001个唯一身份。
那么我们可以生成多少个随机输入呢？
好的，我们计算了毫秒时间戳的结果数Math.random
100,000,000,000,000,001 (Math.random)
* 60,000 (timestamp)
-----------------------------
6,000,000,000,000,000,060,000
那是一个 6,000,000,000,000,000,060,000 面的模具。或者，为了使这个数字更容易被人类消化，这个数字与
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
听起来不错，对吧？好吧，让我们找出...
SHA1产生一个 20 字节的值，可能有 256^20 个结果。所以我们真的没有使用 SHA1 来充分发挥它的潜力。那么我们使用了多少？
node> 6000000000000000060000 / Math.pow(256,20) * 100
毫秒时间戳和 Math.random 仅使用 SHA1 的 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%
圣猫，伙计！看看所有这些零。那么好多少crypto.randomBytes(20)呢？243,583,606,221,817,150,598,111,409倍。
关于+1零的频率和频率的注释
如果您想知道+1，可以Math.random返回 a 0，这意味着我们必须考虑另外 1 个可能的唯一结果。
根据下面发生的讨论，我很好奇 a0出现的频率。这是一个小脚本，random_zero.js我做了一些数据
#!/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），将输出附加到一个文件中
$ yes | xargs -n 1 -P 4 node random_zero.js >> zeroes.txt
所以事实证明，a0并不难获得。记录100 个值后，平均值为
3,164,854,823个随机数中有1个是 0
凉爽的！需要更多的研究来了解这个数字是否与 v8Math.random实现的均匀分布相当
于 2013-02-14T07:25:35.157 回答
67
看看这里：如何使用 node.js Crypto 创建 HMAC-SHA1 哈希？ 我会创建当前时间戳的哈希 + 一个随机数以确保哈希唯一性：
var current_date = (new Date()).valueOf().toString();
var random = Math.random().toString();
crypto.createHash('sha1').update(current_date + random).digest('hex');
于 2012-02-23T06:28:57.887 回答
31
在浏览器中也可以！
编辑：这并不真正适合我之前回答的流程。对于可能希望在浏览器中执行此操作的人，我将其留在这里作为第二个答案。
如果您愿意，可以在现代浏览器中执行此客户端
// 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
于 2014-10-16T17:10:54.333 回答
0
如果想要获取唯一标识符，您应该使用 UUID（通用唯一标识符）/GUID（全局唯一标识符）。
对于任何大小的输入，散列应该是确定性的、唯一的和固定长度的。因此，无论您运行多少次哈希函数，如果您使用相同的输入，输出将是相同的。
UUID 是唯一且随机生成的！有一个名为“uuid”的包，你可以通过 npm 安装它
npm 安装 uuid
& 在您的代码中导入模块
常量 { v4:uuidv4} = 要求（'uuid'）;
// 调用方法 uuidv4 或任何您在导入和记录或存储或分配它时命名的方法。该方法以字符串的形式返回 UUID。
控制台.log(uuidv4()); // 示例输出：'59594fc8-6a35-4f50-a966-4d735d8402ea'
这是 npm 链接（如果需要）： https ://www.npmjs.com/package/uuid
于 2021-09-15T13:07:21.483 回答
0
Usingcrypto是一种很好的方法，因为它是本机且稳定的模块，但是bcrypt如果您想创建一个非常强大且安全的哈希，则可以在某些情况下使用。我将它用于密码，它有很多用于散列、创建盐和比较密码的技术。
技术 1（在单独的函数调用上生成盐和散列）
const salt = bcrypt.genSaltSync(saltRounds);
const hash = bcrypt.hashSync(myPlaintextPassword, salt);
技术 2（自动生成盐和哈希）：
const hash = bcrypt.hashSync(myPlaintextPassword, saltRounds);
有关更多示例，您可以在此处查看：https ://www.npmjs.com/package/bcrypt
于 2020-08-26T19:22:53.643 回答