Python中的快速GUIDs

Question

我在Python中开发了一个性能关键型和CPU密集型的应用程序，为了达到可接受的性能，我使用PyPy和多个用os.fork生成的进程。为了达到可接受的性能，我使用PyPy和用os.fork生成的多个进程。总的来说，我现在对性能感到满意，它接近编译语言的性能。但我必须生成大量的 GUIDs，最初我使用了。

import uuid
print(str(uuid.uuid4()))

来生成UUIDs. 但剖析发现，UUID生成占了总运行时间的20%左右。这似乎是由于调用了 os.urandom() 在 uuid.uuid4() 这在某些系统上似乎很慢（包括OS X）。然后我把 os.urandom() 与 random.getrandbits():

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

这是快。但现在发现，我的并行运行的工作进程会大量生成重复的GUID。

我怀疑python的伪数生成器是以当前时间为种子的，这就是为什么不同的进程会生成相同的随机数。我想到的一个可能的解决方法是，在数字生成器的种子中加入进程的id。但是由于我不太清楚uuid和随机包是如何在内部构建的，我不确定这是否足以防止碰撞。我找到了一些替代的UUID实现，这些UUID被写成c扩展，但由于PyPy的原因，我无法使用它们。

由于某些库的原因，我使用python只是为了这个项目，而且我在python中的编码经验很少。

更新了一下。

现在我已经添加了 seed(SystemRandom().getrandbits(128)) 叉后。因此，用devurandom来播种PRNG。到目前为止，这个方法似乎效果不错。

我很喜欢rossum提出的用主进程RNG来播种子进程的想法。但现在想来，我想使用操作系统的RNG来播种RNG应该更加安全。尤其是，因为我的应用也是分布式运行在多个节点上。IMHO用mac地址和时间戳来播种初始RNG，然后使用rossums的建议应该也可以。

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。 与此相反，在分叉后用 SystemRandom 解决了这一问题，因为由 SystemRandom 是全局性的。操作系统 而不是单个过程。