Python 中的快速 GUID

Question

我用 Python 开发了一个性能关键且 CPU 密集型的应用程序。为了达到可接受的性能，我使用 PyPy 和使用 os.fork 生成的多个进程。总的来说，我现在对接近编译语言的性能感到满意。但我最初使用的时候必须生成很多 GUID：

\n\n

import uuid\nprint(str(uuid.uuid4()))\n

\n\n

生成 UUID。但分析显示，UUID 生成约占总运行时间的 20%。这似乎是由于对os.urandom()in的调用uuid.uuid4()在某些系统（包括 OS\xc2\xa0X）上似乎很慢。然后我替换os.urandom()为random.getrandbits()：

\n\n

 import random\n str(UUID(int=random.getrandbits(128), version=4))\n

\n\n

这很快。但现在事实证明我的并行运行工作进程大量生成重复的 GUID。

\n\n

我怀疑 python 的伪数生成器是用当前时间作为种子的，这就是为什么不同的进程会生成相同的随机数。我能想到的一种可能的修复方法是将进程 ID 包含到数字生成器的种子中。但由于我不太确定 uuid 和随机包是如何在内部构建的，所以我不确定这是否足以防止冲突。我发现了一些作为 c 扩展编写的替代 UUID 实现，但由于 PyPy 我无法使用它们。

\n\n

由于某些库的原因，我只在这个项目中使用 python，而且我在 python 中编码的经验很少。

\n\n

更新：

\n\n

现在我已经seed(SystemRandom().getrandbits(128))在分叉后添加了。因此使用 /dev/urandom 播种 PRNG。到目前为止，这似乎运作良好。

\n\n

我喜欢 rossum 提出的用主进程 RNG 为子进程播种的想法。但现在想起来，我想使用操作系统的 RNG 来播种 RNG 应该更安全。特别是，因为我的应用程序还分布在多个节点上运行。恕我直言，用 mac 地址和时间戳播种初始 RNG，然后使用 rossums 提案应该也可行。

\n

Answer 1

发生这种情况是因为进程分叉导致每个进程都有相同内存的副本，包括相同 PRNG 状态的副本。相反，在 fork 之后重新播种SystemRandom可以解决这个问题，因为 提供的随机数SystemRandom对于操作系统来说是全局的，而不是对于单个进程来说。