自动生成文件名而不会发生冲突

Question

我正在写一个“文件共享托管”，我想在上传到一个唯一的名称时重命名所有文件，并以某种方式跟踪数据库上的名称。由于我不想要两个或多个具有相同名称的文件（这肯定是不可能的），我正在寻找一种基于密钥或其他东西为我生成随机名称的算法。

此外，我不想生成名称并搜索数据库以查看该文件是否已存在。我想确保我的应用程序之前从未创建过生成的文件名的100％或99％。

知道如何编写此类应用程序吗？

Answer 1

您可以根据文件内容本身生成哈希。这样做有两个很好的理由：

1. 允许您永远不会存储两次相同的文件 - 例如，如果您有两个内容相同的音乐文件副本，您可以检查是否已存储该文件，并将其存储一次。

2. 您可以从blob中分离元数据（文件名只是元数据）。因此，您将拥有一个由文件内容的哈希索引的存储系统，然后将文件元数据与该哈希查找代码相关联。

根据散列的大小，找到两个计算相同散列但实际上不是相同内容的文件的风险很低，并且您可以通过将文件散列为块来有效地缓解这种情况（可能然后引出一些有趣的存储优化方案：P）。

Answer 2

GUIDs是单向的。你基本上保证不会得到任何重复（如果你有一个合适的随机发生器）。

Answer 3

已经提到了最佳解决方案。我只想补充一些想法。

最简单的解决方案是在每个新文件上都有一个计数器和增量。只要只有一个线程创建新文件，这种方法就可以正常工作。如果多个线程，进程甚至系统添加新文件，事情会变得复杂一些。您必须使用锁定或任何类似的同步方法协调创建新ID。您还可以为每个过程分配id范围以减少同步工作，或者通过唯一的进程ID扩展文件ID。

更好的解决方案可能是在此方案中使用GUID，而不必关心进程之间的同步。

最后，你可以在一些随机数据中找到每个标识符，以便更难猜出这是否是一项要求。

同样，coommon将文件存储在目录结构中，其中文件的位置取决于其名称。文件abcdef1234.xyz可能存储为/ab/cd/ef/1234.xyz。这避免了具有大量文件的目录。我真的不知道为什么这样做 - 可能是文件系统限制，性能问题 - 但它很常见。如果文件直接存储在数据库中，我不知道类似的事情是否常见。

Answer 4

你也可以附上自纪元以来的时间。

Answer 5

最好的方法是简单地使用计数器。第一个文件是1，下一个是2，另一个是3，依此类推......

但是，似乎你想要随机。要快速执行此操作，您可以确保随机数更大，而不是创建的 last 文件。您可以缓存最后一个文件，然后使用其姓氏偏移您的随机数。

file = last_file + random(1 through 10)