反对 GUID/UUID
Object to GUID/UUID
我想获取任何对象并获得代表该对象的 GUID。
我知道这涉及很多事情。我正在为常见应用程序寻找足够好的解决方案。
我的具体用例是用于缓存，我想知道用于创建我正在缓存的东西的对象过去已经创建了一个。将有 2 种不同类型的对象。每个类型仅包含 public 个属性，并且可能包含一个 list/ienumable.
假设对象可以序列化，我的第一个想法是将它序列化为 json（通过本机 jsonserlizer 或 newtonsoft），然后获取 json 字符串并将其转换为一个 uuid 版本 5，详见这里的要点 How can I generate a GUID for a string?
如果它不可序列化（例如包含字典），我的第二种方法是在 public 属性上使用反射来生成某种类型的唯一字符串，然后将其转换为 uuid 版本 5。
这两种方法都使用 uuid 版本 5 将字符串获取到 guid。是否有经过验证的 c# class 可以生成有效的 uuid 5 guid？要点看起来不错，但想要确定。
我正在考虑将 c# 命名空间和类型名称设为 uuid 5 的命名空间。这是对命名空间的有效使用吗？
我的第一种方法对于我的简单用例来说已经足够好了，但我想探索第二种方法，因为它更灵活。
如果创建 guid 不能保证合理的唯一性，它应该抛出一个错误。超级复杂的对象肯定会失败。如果使用反射，我怎么知道是这种情况？
我正在寻找新的方法或 concerns/implementations 第二种方法。
编辑：近 3 年后我 bounty/reopened 的原因是因为我再次需要它（并且再次用于缓存）；也是因为在 c# 7.3 中引入了通用非托管约束。 http://devblogs.microsoft.com/premier-developer/dissecting-new-generics-constraints-in-c-7-3/ 上的博客 post 似乎建议如果对象可以遵守非托管规范，您可以为键值存储找到合适的键。我误会了什么吗？
这仍然是有限的，因为对象（泛型）必须遵守非常有限的非托管类型约束（没有字符串、没有数组等），但它更近了一步。我不完全理解为什么获取内存流和获取 sha1 哈希的方法不能在非托管类型上完成。
我知道引用类型指向内存中的位置，要获得代表所有对象的内存并不容易；但感觉可行。毕竟，对象最终是由一堆非托管类型的实现组成的（字符串是数组字符等）
PS: GUID 要求宽松，512 位或以下的 integer/string 就足够了
正如其他人在评论中所说，如果您愿意接受 int 作为密钥，听起来 GetHashCode 可能对您有用。如果不是，则有一个 Guid 构造函数，它采用 byte[] 长度为 16。您可以尝试类似以下的操作
using System.Linq;
class Foo
{
public int A { get; set; }
public char B { get; set; }
public string C { get; set; }
public Guid GetGuid()
{
byte[] aBytes = BitConverter.GetBytes(A);
byte[] bBytes = BitConverter.GetBytes(B);
byte[] cBytes = BitConverter.GetBytes(C);
byte[] padding = new byte[16];
byte[] allBytes =
aBytes
.Concat(bBytes)
.Concat(cBytes)
.Concat(padding)
.Take(16)
.ToArray();
return new Guid(allBytes);
}
}
正如评论中所说，这里没有完全由银制成的子弹，但有一些非常接近。使用哪一个取决于你想要使用 class 的类型和你的上下文，例如你什么时候认为两个对象是平等的。但是，请注意您将始终面临可能的冲突，单个 GUID 不足以保证避免冲突。你能做的就是降低碰撞的概率。
在你的情况下，
already made one in the past
听起来您不想引用引用相等性，而是想使用值相等性的概念。最简单的方法是相信 classes 使用值相等来实现相等，因为在这种情况下，您已经使用 GetHashCode 完成了，但冲突的可能性更高，因为它只是32位。此外，你会假设写 class 的人做得很好，这并不总是一个好的假设，特别是因为人们倾向于责怪你而不是他们自己。
否则，最好的机会是将序列化与您选择的哈希算法相结合。我会推荐 MD5，因为它是最快的并且可以生成 GUID 所需的 128 位。如果你说你的类型只包含 public 属性，我建议使用 XmlSerializer 像这样：
private MD5 _md5 = new MD5CryptoServiceProvider();
private Dictionary<Type, XmlSerializer> _serializers = new Dictionary<Type, XmlSerializer>();
public Guid CreateID(object obj)
{
if (obj == null) return Guid.Empty;
var type = obj.GetType();
if (!_serializers.TryGetValue(type, out var serializer))
{
serializer = new XmlSerializer(type);
_serializers.Add(type, serializer);
}
using (var stream = new MemoryStream())
{
serializer.Serialize(stream, obj);
stream.Position = 0;
return new Guid(_md5.ComputeHash(stream));
}
}
几乎所有序列化程序都有其缺点。 XmlSerializer 无法序列化循环对象图，DataContractSerializer 要求您的类型具有专用属性，并且基于 SerializableAttribute 的旧序列化程序需要设置该属性。你必须以某种方式做出假设。
平等问题是个难题。
这里有一些关于如何解决您的问题的想法。
哈希序列化对象
一种方法是序列化一个对象，然后按照 Georg 的建议对结果进行哈希处理。
使用 md5 校验和可为您提供正确输入的强校验和。
但是做对了就是问题了。
您可能无法使用通用序列化框架，因为：
- 他们不关心浮点数是 1.0 还是 1.000000000000001。
- 他们对什么是平等的理解可能与您/您的雇主不同。
- 他们用不需要的符号使序列化文本膨胀。 （性能）
- 序列化文本中的一点偏差会导致散列文本中的大偏差 GUID/UUID。
因此，您应该仔细测试您所做的任何序列化。
否则你可能会得到 false possitives/negatives 对象（主要是漏报）。
思考的几点：
- 花车和双打：
始终以相同的方式编写它们，最好使用相同的位数，以防止 1.000000000000001 与 1.0 之类的东西相互干扰。
- 日期时间、时间戳等：
应用不会更改且明确的固定格式。
- 无序集合：
在序列化之前对数据进行排序。顺序必须明确
- 字符串：
相等是否区分大小写？如果不是，则将所有字符串设为小写或大写。
如有必要，使它们具有文化不变性。
- 更多：
对于每种类型，请仔细考虑什么是平等的，什么不是。特别考虑边缘情况。 （float.NaN、-0 对 0、空等）
使用现有的序列化器还是自己做，完全由您决定。
自己做比较麻烦，而且容易出错，但是你可以完全控制相等和序列化的所有方面。
使用现有的序列化器也容易出错，因为您需要测试或证明结果是否总是如您所愿。
引入明确的顺序并使用树
如果对源码有控制权，可以引入自定义下单功能。
该顺序必须考虑所有属性、子对象、列表等。
然后就可以创建一个二叉树，并使用顺序插入和查找对象。
第一种方法提到的相同问题仍然存在，您需要确保检测到相等的值。
大 O 性能也比使用散列差。但是在大多数真实的实例中，实际性能应该是相当的或者至少足够快。
好处是，一旦发现 属性 或值不相等，您就可以停止比较两个对象。因此无需总是查看整个对象。
二叉树需要 O(log2(n)) 次比较才能查找，因此速度会非常快。
不好的是，您需要访问所有实际对象，从而将它们保存在内存中。
哈希表只需要 O(1) 次查找比较，因此甚至会更快（至少理论上）。
将它们放入数据库
如果您将所有对象存储在数据库中，则数据库可以为您进行查找。
数据库非常擅长比较对象，它们内置了处理 equality/near 相等性问题的机制。
我不是数据库专家，所以对于这个选项，其他人可能更了解这个解决方案的好坏。
我想获取任何对象并获得代表该对象的 GUID。
我知道这涉及很多事情。我正在为常见应用程序寻找足够好的解决方案。
我的具体用例是用于缓存，我想知道用于创建我正在缓存的东西的对象过去已经创建了一个。将有 2 种不同类型的对象。每个类型仅包含 public 个属性，并且可能包含一个 list/ienumable.
假设对象可以序列化，我的第一个想法是将它序列化为 json（通过本机 jsonserlizer 或 newtonsoft），然后获取 json 字符串并将其转换为一个 uuid 版本 5，详见这里的要点 How can I generate a GUID for a string?
如果它不可序列化（例如包含字典），我的第二种方法是在 public 属性上使用反射来生成某种类型的唯一字符串，然后将其转换为 uuid 版本 5。
这两种方法都使用 uuid 版本 5 将字符串获取到 guid。是否有经过验证的 c# class 可以生成有效的 uuid 5 guid？要点看起来不错，但想要确定。
我正在考虑将 c# 命名空间和类型名称设为 uuid 5 的命名空间。这是对命名空间的有效使用吗？
我的第一种方法对于我的简单用例来说已经足够好了，但我想探索第二种方法，因为它更灵活。
如果创建 guid 不能保证合理的唯一性，它应该抛出一个错误。超级复杂的对象肯定会失败。如果使用反射，我怎么知道是这种情况？
我正在寻找新的方法或 concerns/implementations 第二种方法。
编辑：近 3 年后我 bounty/reopened 的原因是因为我再次需要它（并且再次用于缓存）；也是因为在 c# 7.3 中引入了通用非托管约束。 http://devblogs.microsoft.com/premier-developer/dissecting-new-generics-constraints-in-c-7-3/ 上的博客 post 似乎建议如果对象可以遵守非托管规范，您可以为键值存储找到合适的键。我误会了什么吗？
这仍然是有限的，因为对象（泛型）必须遵守非常有限的非托管类型约束（没有字符串、没有数组等），但它更近了一步。我不完全理解为什么获取内存流和获取 sha1 哈希的方法不能在非托管类型上完成。
我知道引用类型指向内存中的位置，要获得代表所有对象的内存并不容易；但感觉可行。毕竟，对象最终是由一堆非托管类型的实现组成的（字符串是数组字符等）
PS: GUID 要求宽松，512 位或以下的 integer/string 就足够了
正如其他人在评论中所说，如果您愿意接受 int 作为密钥，听起来 GetHashCode 可能对您有用。如果不是，则有一个 Guid 构造函数，它采用 byte[] 长度为 16。您可以尝试类似以下的操作
using System.Linq;
class Foo
{
public int A { get; set; }
public char B { get; set; }
public string C { get; set; }
public Guid GetGuid()
{
byte[] aBytes = BitConverter.GetBytes(A);
byte[] bBytes = BitConverter.GetBytes(B);
byte[] cBytes = BitConverter.GetBytes(C);
byte[] padding = new byte[16];
byte[] allBytes =
aBytes
.Concat(bBytes)
.Concat(cBytes)
.Concat(padding)
.Take(16)
.ToArray();
return new Guid(allBytes);
}
}
正如评论中所说，这里没有完全由银制成的子弹，但有一些非常接近。使用哪一个取决于你想要使用 class 的类型和你的上下文，例如你什么时候认为两个对象是平等的。但是，请注意您将始终面临可能的冲突，单个 GUID 不足以保证避免冲突。你能做的就是降低碰撞的概率。
在你的情况下，
already made one in the past
听起来您不想引用引用相等性，而是想使用值相等性的概念。最简单的方法是相信 classes 使用值相等来实现相等，因为在这种情况下，您已经使用 GetHashCode 完成了，但冲突的可能性更高，因为它只是32位。此外，你会假设写 class 的人做得很好，这并不总是一个好的假设，特别是因为人们倾向于责怪你而不是他们自己。
否则，最好的机会是将序列化与您选择的哈希算法相结合。我会推荐 MD5，因为它是最快的并且可以生成 GUID 所需的 128 位。如果你说你的类型只包含 public 属性，我建议使用 XmlSerializer 像这样：
private MD5 _md5 = new MD5CryptoServiceProvider();
private Dictionary<Type, XmlSerializer> _serializers = new Dictionary<Type, XmlSerializer>();
public Guid CreateID(object obj)
{
if (obj == null) return Guid.Empty;
var type = obj.GetType();
if (!_serializers.TryGetValue(type, out var serializer))
{
serializer = new XmlSerializer(type);
_serializers.Add(type, serializer);
}
using (var stream = new MemoryStream())
{
serializer.Serialize(stream, obj);
stream.Position = 0;
return new Guid(_md5.ComputeHash(stream));
}
}
几乎所有序列化程序都有其缺点。 XmlSerializer 无法序列化循环对象图，DataContractSerializer 要求您的类型具有专用属性，并且基于 SerializableAttribute 的旧序列化程序需要设置该属性。你必须以某种方式做出假设。
平等问题是个难题。
这里有一些关于如何解决您的问题的想法。
哈希序列化对象
一种方法是序列化一个对象，然后按照 Georg 的建议对结果进行哈希处理。
使用 md5 校验和可为您提供正确输入的强校验和。
但是做对了就是问题了。
您可能无法使用通用序列化框架，因为：
- 他们不关心浮点数是 1.0 还是 1.000000000000001。
- 他们对什么是平等的理解可能与您/您的雇主不同。
- 他们用不需要的符号使序列化文本膨胀。 （性能）
- 序列化文本中的一点偏差会导致散列文本中的大偏差 GUID/UUID。
因此，您应该仔细测试您所做的任何序列化。
否则你可能会得到 false possitives/negatives 对象（主要是漏报）。
思考的几点：
- 花车和双打：
始终以相同的方式编写它们，最好使用相同的位数，以防止 1.000000000000001 与 1.0 之类的东西相互干扰。 - 日期时间、时间戳等：
应用不会更改且明确的固定格式。 - 无序集合：
在序列化之前对数据进行排序。顺序必须明确 - 字符串：
相等是否区分大小写？如果不是，则将所有字符串设为小写或大写。
如有必要，使它们具有文化不变性。 - 更多：
对于每种类型，请仔细考虑什么是平等的，什么不是。特别考虑边缘情况。 （float.NaN、-0 对 0、空等）
使用现有的序列化器还是自己做，完全由您决定。
自己做比较麻烦，而且容易出错，但是你可以完全控制相等和序列化的所有方面。
使用现有的序列化器也容易出错，因为您需要测试或证明结果是否总是如您所愿。
引入明确的顺序并使用树
如果对源码有控制权，可以引入自定义下单功能。
该顺序必须考虑所有属性、子对象、列表等。
然后就可以创建一个二叉树，并使用顺序插入和查找对象。
第一种方法提到的相同问题仍然存在，您需要确保检测到相等的值。 大 O 性能也比使用散列差。但是在大多数真实的实例中，实际性能应该是相当的或者至少足够快。
好处是，一旦发现 属性 或值不相等，您就可以停止比较两个对象。因此无需总是查看整个对象。 二叉树需要 O(log2(n)) 次比较才能查找，因此速度会非常快。
不好的是，您需要访问所有实际对象，从而将它们保存在内存中。 哈希表只需要 O(1) 次查找比较，因此甚至会更快（至少理论上）。
将它们放入数据库
如果您将所有对象存储在数据库中，则数据库可以为您进行查找。
数据库非常擅长比较对象，它们内置了处理 equality/near 相等性问题的机制。
我不是数据库专家，所以对于这个选项，其他人可能更了解这个解决方案的好坏。