有一个业务需求，需要将用户 ID（数值型 >=10000000）映射为一个唯一且不重复的长 6 个字符的邀请码，用于邀请新用户注册。可以不用通过邀请码反推对应的用户 ID 是什么。
2.我的思路
首先确定生成邀请码的字符空间，使用数字和英文大小写字母共计 62 个字符。如果长度时 6 的邀请码，那么空间大小 62^6 = 56,800,235,584，这是一个非常大的空间，足够用户量为亿级别的业务使用。
// AlphanumericSet 字母数字集var AlphanumericSet = []rune{'0', '1', '2', '3', '4', '5', '6', '7', '8', '9','a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z','A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z',}当然，为什么提升用户体验，可以把 O、o、0、I、1 这五个形似易混淆的字符去掉。
然后将 UID 通过 MD5 散列后，取散列值的前 8 个字节与后 8 个字节做异或运算，获取随机数种子。
// GetSeedByUID 通过用户ID获取其对应的 seedfunc GetSeedByUID(uid string) int64 {sum := md5.Sum([]byte(uid))pre := binary.BigEndian.Uint64(sum[:8])suf := binary.BigEndian.Uint64(sum[8:])return int64(pre^suf)}12345671234567 最后使用获取到的 seed 创建一个随机数发生器，随机范围是字母数字集，随机次数是邀请码长度 6 次。
// GetInvCodeByUID 根据用户ID获取指定长度的邀请码func GetInvCodeByUID(uid string, l int) string {seed := GetSeedByUID(uid)r := rand.New(rand.NewSource(seed))var code []runefor i := 0; i < l; i++ {idx := r.Intn(len(AlphanumericSet))code = append(code, AlphanumericSet[idx])}return string(code)}func main() {fmt.Println(GetInvCodeByUID('100000000', 6)) // i0jLVzfmt.Println(GetInvCodeByUID('100000001', 6)) // fhTeiEfmt.Println(GetInvCodeByUID('100000002', 6)) // K5R5OP}一切看似美好，但果真如此吗？
如果说不同种子的随机数序列是随机的，那么上面邀请码发生碰撞的概率是 (1/62)^6，这是一个概率极低的事件，可以认为不可能发生，那么便满足我们的要求。
下面写一个单元测试来验证一下。
func TestGetInvCodeByUID(t *testing.T) {sUID, eUID := 10000000, 11000000var seedConCnt int // 种子冲突次数var codeConCnt int // 邀请码冲突次数mSeed := make(map[int64]struct{})mCode := make(map[string]struct{})// 统计 1KW 个用户ID生成邀请码发生碰撞的次数t.Run('getConflictNumTestCase', func(t *testing.T) {for uid := sUID; uid < eUID; uid++ {seed := GetSeedByUID(strconv.Itoa(uid))if _, ok := mSeed[seed]; ok {seedConCnt++codeConCnt++continue}mSeed[seed] = struct{}{}code := GetInvCodeByUID(strconv.Itoa(uid), 6)if _, ok := mCode[code]; ok {codeConCnt++continue}mCode[code] = struct{}{}}if seedConCnt != 0 || codeConCnt != 0 {t.Errorf('seedConCnt=%v, codeConCnt=%v conRate=%v', seedConCnt, codeConCnt, float64(codeConCnt)/float64(eUID-sUID))}})}12345678910111213141516171819202122232425262728291234567891011121314151617181920212223242526272829 go test 运行输出：
--- FAIL: TestGetInvCodeByUID (10.53s)
--- FAIL: TestGetInvCodeByUID/getConflictNumTestCase (10.53s)
main_test.go:33: seedConCnt=0, codeConCnt=246 conRate=0.000246
FAIL
exit status 1
FAIL test 11.294s可以看到，测试用例失败了，在 100W 个用户 ID 中存在 246 个邀请码个冲突，冲突率在万分之一的级别，而不是预想的 (1/62)^6，这是完全不能接受的。为什么会出现这种情况呢，随机数的种子是不同的啊！
4.为什么冲突率如此之高1/62 ~ (1/62)^6为什么会这样，从现象可以推测其原因，随机序列中的每个值是根据前面的值计算出来的，前后具有相关性，当第一个随机值相同时，那么后续的随机值相同的概率将变高。
rand.Intn()// Intn returns, as an int, a non-negative pseudo-random number in the half-open interval [0,n).// It panics if n <= 0.func (r *Rand) Intn(n int) int {if n <= 0 {panic('invalid argument to Intn')}if n <= 1<<31-1 {return int(r.Int31n(int32(n)))}return int(r.Int63n(int64(n)))}12345678910111234567891011 r.Int31n()// Int31n returns, as an int32, a non-negative pseudo-random number in the half-open interval [0,n).// It panics if n <= 0.func (r *Rand) Int31n(n int32) int32 {if n <= 0 {panic('invalid argument to Int31n')}if n&(n-1) == 0 { // n is power of two, can maskreturn r.Int31() & (n - 1)}max := int32((1 << 31) - 1 - (1<<31)%uint32(n))v := r.Int31()for v > max {v = r.Int31()}return v % n}因为我们的 n=62 不是 2 的幂，所以走的是下面的逻辑。其中这个 max 操作需要明白其作用。
max := int32((1 << 31) - 1 - (1<<31)%uint32(n))11
max 就是将 int32 范围 [0, (1 << 31) - 1] 内最后取模不能覆盖 [0,n) 的部分去掉，保证 [0,n) 出现的概率相同。看下几个具体的值就明白了。
var n int32 = 62tail := (1<<31) % uint32(n)max := int32((1 << 31) - 1 - (1<<31)%uint32(n))fmt.Println(tail)// 2fmt.Println(max)// 2147483645fmt.Println(max % n)// 61r.Int31()// Int31 returns a non-negative pseudo-random 31-bit integer as an int32.func (r *Rand) Int31() int32 { return int32(r.Int63() >> 32) }1212 r.Int63()// Int31 returns a non-negative pseudo-random 31-bit integer as an int32.func (r *Rand) Int31() int32 { return int32(r.Int63() >> 32) }r.Int63()// Int63 returns a non-negative pseudo-random 63-bit integer as an int64.func (r *Rand) Int63() int64 { return r.src.Int63() }1212 r.src.Int63()// A Rand is a source of random numbers.type Rand struct {src Source
s64 Source64 // non-nil if src is source64// readVal contains remainder of 63-bit integer used for bytes// generation during most recent Read call.// It is saved so next Read call can start where the previous// one finished.readVal int64// readPos indicates the number of low-order bytes of readVal// that are still valid.readPos int8}src 是一个接口变量，接口 Source 的定义如下。
// A Source represents a source of uniformly-distributed// pseudo-random int64 values in the range [0, 1<<63).type Source interface {Int63() int64Seed(seed int64)}123456123456 rand.New(rand.NewSource(seed))rand.New()// New returns a new Rand that uses random values from src// to generate other random values.func New(src Source) *Rand {s64, _ := src.(Source64)return &Rand{src: src, s64: s64}}rand.NewSource()rand.NewSource()// NewSource returns a new pseudo-random Source seeded with the given value.// Unlike the default Source used by top-level functions, this source is not// safe for concurrent use by multiple goroutines.func NewSource(seed int64) Source {var rng rngSource
rng.Seed(seed)return &rng}1234567812345678 可见 Source 的实际类型是 rngSource，实现了接口 Source，其定义如下：
type rngSource struct {tap int // index into vecfeed int // index into vecvec [rngLen]int64 // current feedback register}rngSource.Int63()// Int63 returns a non-negative pseudo-random 63-bit integer as an int64.func (rng *rngSource) Int63() int64 {return int64(rng.Uint64() & rngMask)}12341234 其中 rngMask 的定义如下，表示 Int64 的最大值，作用是作为掩码。
rngMax = 1 << 63rngMask = rngMax - 1rng.Uint64()// Uint64 returns a non-negative pseudo-random 64-bit integer as an uint64.func (rng *rngSource) Uint64() uint64 {rng.tap--if rng.tap < 0 {rng.tap += rngLen}rng.feed--if rng.feed < 0 {rng.feed += rngLen}x := rng.vec[rng.feed] + rng.vec[rng.tap]rng.vec[rng.feed] = xreturn uint64(x)}1234567891011121314151612345678910111213141516 rng.Seed()// Seed uses the provided seed value to initialize the generator to a deterministic state.func (rng *rngSource) Seed(seed int64) {rng.tap = 0rng.feed = rngLen - rngTap
seed = seed % int32maxif seed < 0 {seed += int32max}if seed == 0 {seed = 89482311}x := int32(seed)for i := -20; i < rngLen; i++ {x = seedrand(x)if i >= 0 {var u int64u = int64(x) << 40x = seedrand(x)u ^= int64(x) << 20x = seedrand(x)u ^= int64(x)u ^= rngCooked[i]rng.vec[i] = u}}}相关常量定义如下。
const (rngLen = 607rngTap = 273rngMax = 1 << 63rngMask = rngMax - 1int32max = (1 << 31) - 1)12345671234567
Intn(), Int31n(), Int63(), Int63n()rngSource.Uint64()至此，证明了随机序列的后一个值与前一个值存在关联，所以当第一个随机值相同时，那么后续的随机值相同的概率将变高。
5.解决办法回到最初的需求，我只需要将 UID 唯一映射到对应长度的邀请码即可。实际上我可以不用随机值，直接取 MD5 值的前 6 字节最为下标即可。这么来看话，我上面的做法真的是画蛇添足。
// GetInvCodeByUID 获取指定长度的邀请码func GetInvCodeByUID(uid string, l int) string {// 因为 md5 值为 16 字节if l > 16 {return ''}sum := md5.Sum([]byte(uid))var code []runefor i := 0; i < l; i++ {idx := sum[i] % byte(len(AlphanumericSet))code = append(code, AlphanumericSet[idx])}return string(code)}修改一下单测统计 md5 值的前 6 字节相同与碰撞的概率。
func TestGetInvCodeByUID(t *testing.T) {sUID, eUID := 10000000, 11000000var md5ConCnt int // md5 前 6 字节冲突次数var codeConCnt int // 邀请码冲突次数mSeed := make(map[uint64]struct{})mCode := make(map[string]struct{})// 统计 100W 个用户ID生成邀请码发生碰撞的次数t.Run('getConflictNumTestCase', func(t *testing.T) {for uid := sUID; uid < eUID; uid++ {sum := md5.Sum([]byte(strconv.Itoa(uid)))md5Value := uint64(sum[5]) | uint64(sum[4])<<8 | uint64(sum[3])<<16 | uint64(sum[2])<<24 |uint64(sum[1])<<32 | uint64(sum[0])<<40if _, ok := mSeed[md5Value]; ok {md5ConCnt++codeConCnt++continue}mSeed[md5Value] = struct{}{}code := GetInvCodeByUID(strconv.Itoa(uid), 6)if _, ok := mCode[code]; ok {codeConCnt++continue}mCode[code] = struct{}{}}if md5ConCnt != 0 || codeConCnt != 0 {t.Errorf('md5ConCnt=%v codeConCnt=%v conRate=%v', md5ConCnt, codeConCnt, float64(codeConCnt)/float64(eUID-sUID))}})}123456789101112131415161718192021222324252627282930123456789101112131415161718192021222324252627282930 单测执行结果：
--- FAIL: TestGetInvCodeByUID (1.26s)--- FAIL: TestGetInvCodeByUID/getConflictNumTestCase (1.26s)main_test.go:35: md5ConCnt=0, codeConCnt=5 conRate=5e-06FAIL
exit status 1FAIL test 1.424s可见，冲突率降到了百万分之一的级别。因为邀请码目标空间是 62^6 = 56,800,235,584，随着生成的邀请码数量上升，碰撞的概率也会上升，这个百万分之一的碰撞率是正常的。
这种方式产生碰撞的原因是：虽然每个字节是不同值，但是对字符集大小取模后可能会相同，所以就有可能出现碰撞。为了解决碰撞的问题，我们可以借助 DB（如 Redis）来判断是否发生碰撞，如果发生了碰撞可以再散列，再取模生成对应的邀请码，或者使用散列值的其他字节生成对应的邀请码。
6.其他解决办法有没有碰撞率为 0 的生成办法呢？毕竟用户ID是唯一的，生成一个唯一的邀请码也是理所当然的。
因为我们的用户ID是一个数值，可以将其看作是一个 62 进制的数，每一位的值范围是 0～61，类似于 10 进制数的每一位的范围是 0～9，取 62 进制数位的每一位作为字符集的下标，这样我们便可以采用除法取整与取模来实现。
// GetInvCodeByUIDUnique 获取指定长度的邀请码func GetInvCodeByUIDUnique(uid uint64, l int) string {var code []runefor i := 0; i < l; i++ {idx := uid % uint64(len(AlphanumericSet))code = append(code, AlphanumericSet[idx])uid = uid / uint64(len(AlphanumericSet)) // 相当于右移一位（62进制）}return string(code)}// 示例fmt.Println(GetInvCodeByUIDUnique(100000000, 6)) // ezAL60fmt.Println(GetInvCodeByUIDUnique(100000001, 6)) // fzAL60fmt.Println(GetInvCodeByUIDUnique(100000002, 6)) // gzAL60123456789101112131415123456789101112131415 理论上是不会冲突的，我们测试一下。
func TestGetInvCodeByUIDUnique(t *testing.T) {sUID, eUID := 10000000, 20000000var codeConCnt int // 邀请码冲突次数mCode := make(map[string]struct{})// 统计 1KW 个用户ID生成邀请码发生碰撞的次数t.Run('getConflictNumTestCaseUnique', func(t *testing.T) {for uid := sUID; uid < eUID; uid++ {code := GetInvCodeByUIDUnique(uint64(uid), 6)if _, ok := mCode[code]; ok {codeConCnt++continue}mCode[code] = struct{}{}}if codeConCnt != 0 {t.Errorf('codeConCnt=%v conRate=%v', codeConCnt, float64(codeConCnt)/float64(eUID-sUID))}})}go test -run 'TestGetInvCodeByUIDUnique'=== RUN TestGetInvCodeByUIDUnique=== RUN TestGetInvCodeByUIDUnique/getConflictNumTestCaseUnique--- PASS: TestGetInvCodeByUIDUnique (7.20s)--- PASS: TestGetInvCodeByUIDUnique/getConflictNumTestCaseUnique (7.20s)PASS ok test 7.389s123456123456
如果说业务场景不允许通过通过邀请码反推出用户ID，那么可以考虑对用户ID做扩散和混淆的处理，提高反推用户ID的成本，具体可参见简单的密码学生成唯一邀请码。
参考文献