MongoDB 使用 ObjectId 代替时间

An ObjectId is a 12-byte unique identifier consisting of:

• a 4-byte value representing the seconds since the Unix epoch,
• a 3-byte machine identifier,
• a 2-byte process id, and
• a 3-byte counter, starting with a random value.

由于前 4 个 byte 表示时间，所以 ObjectId 可以反映时间。默认情况下，前 4 个 byte 表示的时间为文件创建时服务器的时间。

如果你使用 ObjectId 代替时间，那么导入过去存在的数据时 ObjectId 可能发生冲突[1]。

针对同一时刻创建 ObjectId

根据过去的某一时刻创建 ObjectId 会重复，因为前 3 种 byte 都一样，只有最后 3 个 byte 不一样。

对于 PyMongo Driver：

from bson import ObjectId

# timestamp
str(ObjectId())[:8]
'5b2b0778'
str(ObjectId())[:8]
'5b2b0779'

# machine id 和 process id
str(ObjectId())[8:18]
'0e118bd5c7'
str(ObjectId())[8:18]
'0e118bd5c7'

# counter
str(ObjectId())[18:]
'a5b135'
str(ObjectId())[18:]
'a5b136'

假如针对 timestamp 5b2b0778 生成订单，由于是同一机器、进程，所以前 3 种 byte 都相同。而最后的 counter 是在进程启动时初始化一个随机值，然后进行递增。任意两个 ObjectId 相同的概率为 1677 万分之一：

# 3 byte 为 24 位
2 ** 24 / 10000
1677

但随着订单的增多，冲突的概率会越来越大。

所以不能采用针对某一时刻创建 ObjectId 的方法。

分散创建

设定一个时间区间，然后将文件分散到每一秒创建。如果时间区间足够大，那么效果就和正常创建 ObjectId 一样。时间区间可以根据理想冲突率和文件数倒推出来。

参考

1. https://dzone.com/articles/using-and-abusing-mongodb