Universally Unique Identifier

Ein Universally Unique Identifier (UUID) ist eine 128-Bit-Zahl, welche zur Identifikation von Informationen in Computersystemen verwendet wird. Der Ausdruck Globally Unique Identifier (GUID) wird ebenfalls benutzt, typischerweise im Zusammenhang mit Microsoft (z. B. Software, Registry).

Bei der Generierung nach den Standardmethoden können UUIDs für praktische Zwecke als global eindeutig angenommen werden. Obwohl die Wahrscheinlichkeit, dass ein UUID dupliziert wird, nicht null ist, ist sie so gering, dass die Wahrscheinlichkeit für eine Kollision zumeist vernachlässigbar ist. Ein Vorteil von UUIDs ist die – im Gegensatz zu den meisten anderen Nummerierungsschemata – Unabhängigkeit von einer zentralen Registrierungsstelle oder Koordinierung zwischen den Parteien.

Daher kann jeder einen UUID erstellen und ihn verwenden, um etwas mit der größtmöglichen Gewissheit zu identifizieren, dass der Bezeichner nicht einen anderen Bezeichner dupliziert, der bereits erstellt wurde oder wird, um etwas anderes zu identifizieren. Informationen, die von unabhängigen Parteien mit UUIDs gekennzeichnet wurden, können daher später in einer einzigen Datenbank zusammengefasst oder auf demselben Kanal mit einer vernachlässigbaren Wahrscheinlichkeit von Duplikaten übertragen werden.

Die Verwendung von UUIDs und GUIDs ist weit verbreitet. Viele Computerplattformen bieten Unterstützung beim Generieren und Parsen ihrer Textdarstellung.

Er wurde von der Open Software Foundation (OSF) als Teil des Distributed Computing Environment (DCE) standardisiert und ist jetzt in RFC 4122 geregelt.

Ein UUID besteht aus einer 16-Byte-Zahl, die hexadezimal notiert und in fünf Gruppen unterteilt wird. In seiner Normalform sieht ein UUID beispielsweise so aus:

550e8400-e29b-11d4-a716-446655440000

Geschichte und Standardisierung

UUID sind als Teil des Standards ISO/IEC 11578:1996 “Information technology – Open Systems Interconnection – Remote Procedure Call (RPC)” und als separater Standard ISO/IEC 9834-8:2005 dokumentiert. Die IETF hat das auf UUID basierende RFC 4122 veröffentlicht.

Das originale (Version 1) Generierungsschema für UUID war, die UUID-Version mit der MAC-Adresse des Computers, der den UUID generiert, und der Anzahl der 100-Nanosekunden-Intervalle seit Beginn des Gregorianischen Kalenders aneinanderzuhängen. In der Praxis ist der eigentliche Algorithmus komplizierter. Dieses Schema wurde kritisiert, weil es sowohl die Identität des generierenden Computers als auch den Zeitpunkt der Generierung preisgibt.

Mehrere andere Algorithmen zur Generierung wurden entwickelt und flossen in den Standard ein, so ein Schema, welches nur auf Zufallszahlen basiert (Version 4 UUID), und Schemata, in denen der UUID aus einem beliebigen String (z. B. DNS-Eintrag, URL, ISO OID, „X.500 Distinguished Names“, aber auch jeder beliebigen anderen Semantik, sofern ein Basis-UUID dafür definiert wird) über MD5- (Version 3 UUID) oder SHA-1- (Version 5 UUID) Hashwerte hergeleitet wird.

Das Release 5.0 von Java stellt eine Klasse zur Verfügung, die 128 Bit breite UUID generiert. Die API-Dokumentation für die Klasse java.util.UUID verweist auf RFC 4122. Auch viele andere Sprachen stellen fertige Routinen zur Generierung von UUID bereit.

Variante: Microsoft GUID

Microsoft verwendet in seinem Component Object Model ebenfalls UUIDs, dort auch GUID genannt. Allerdings entsprechen diese IDs zum Teil einer eigenen Spezifikation. Die hier beschriebenen UUIDs sind an den obersten beiden Bits des Feldes clock_seq_high_and_reserved erkennbar. Sie haben stets den Wert 10; in der Hexadezimaldarstellung ist daher die erste Hexziffer der vierten Zahl stets zwischen 8_hex und B_hex, z. B.: 5945c961-e74d-478f-8afe-da53cf4189e3. Die von Microsoft verwendeten historischen UUIDs haben in den obersten drei Bits dieses Feldes den Wert 110, in der Hexadezimaldarstellung ist daher die erste Hexziffer der vierten Zahl entweder C_hex oder D_hex. Beispiel: Der GUID des IUnknown-Interfaces im COM besitzt den UUID 00000000-0000-0000-C000-000000000046.

Aufbau

RFC 4122 beschreibt den Aufbau eines UUID. Die Namen der einzelnen Felder orientieren sich an der ursprünglichen UUID-Version 1 und sind bei den heute vorwiegend verwendeten zufällig generierten UUIDs nur noch von historischem Interesse.

Aufbau einer UUID nach RFC 4122

Offset	Feldname	Datentyp	Beschreibung
0	time_low	uint32_t	Zeitstempel, niederstwertige 32 Bits
4	time_mid	uint16_t	Zeitstempel, mittlere 16 Bits
6	time_hi_and_version	uint16_t	Oberste Bits des Zeitstempels in den unteren 12 Bits des Feldes, die oberen 4 Bits dienen als Versionsbezeichner
8	clock_seq_high_and_reserved	uint8_t	Oberste 6 Bits der Clocksequenz (die obersten 2 Bits des Feldes sind in der hier beschriebenen UUID-Variante stets 1 0)
9	clock_seq_low	uint8_t	Untere 8 Bits der Clocksequenz
10	node	uint48_t	Eindeutige Node-Identifikationsnummer

Die obersten vier Bits im Feld time_hi_and_version geben dabei die sogenannte Version des UUID an. Strenggenommen ist dies keine Version, sondern eine Art UUID-Subtyp. Folgende 5 Versionen sind bisher definiert worden:

UUID-Versionen nach RFC 4122

Version	Beschreibung
1	ursprünglicher, zeitstempelbasierter UUID
2	DCE Security version
3	namensbasiert, MD5-gehasht
4	zufälliger oder pseudozufälliger UUID
5	namensbasiert, SHA1-gehasht

Darüber hinaus wird die Einführung von weiteren Versionsnummern diskutiert, wie in folgender Tabelle mit Stand im Jahr 2022 dargestellt.

Vorschläge zu neuen UUID-Versionen

Version	Beschreibung
6	zeitstempelbasierend wie Version 1, aber mit anderer Anordnung der Datenfelder
7	zeitstempelbasierend auf der Unixzeit
8	für experimentelle oder herstellerspezifische Anwendungen

Zeitstempelbasierte UUIDs

Der Zeitstempel ist ein 60-Bit-Wert, der die seit dem 15. Oktober 1582 (Einführung des heutigen Gregorianischen Kalenders) vergangenen 100-ns-Intervalle zählt. Um die Zeitstempel eindeutig zu halten, falls die Systemzeit einmal zurückgestellt werden muss, gibt es ein Feld Clock sequence, welches in diesem Fall entweder um 1 erhöht wird oder auf einen neuen (pseudo)zufälligen Wert gesetzt werden soll. Die Node-ID soll die MAC-Adresse einer der im System verbauten Netzwerkkarten sein oder ein pseudozufälliger Wert, falls das System keine MAC-Adresse besitzt.

(Pseudo)zufällig generierte UUIDs (Version 4)

Hierbei werden sämtliche Bits, die nicht vom UUID-Format auf feste Werte gesetzt werden, durch (pseudo-)zufällige Werte besetzt.

Obwohl die Eindeutigkeit für einen so generierten UUID nicht garantiert ist, ist die Gesamtzahl der zufällig generierbaren UUIDs mit $2^{122}\approx 5{,}3169\cdot 10^{36}$ so groß, dass die Wahrscheinlichkeit der Erzeugung zweier gleicher UUIDs sehr klein ist, sofern die verwendeten Zufallszahlenalgorithmen gleichverteilte Zufallszahlen liefern. Daher können UUIDs beliebig ohne zentrales Kontrollorgan erzeugt und zur Kennzeichnung eingesetzt werden, ohne relevante Gefahr zu laufen, dass derselbe UUID für etwas anderes verwendet wird. Mit UUID markierte Informationen können somit später in einer einzigen Datenbank zusammengeführt werden, ohne Bezeichnerkonflikte auflösen zu müssen.

Beispiele für Implementierung des UUID-Standards sind:

• Microsofts Globally Unique Identifier (GUID)
• Die Java-Klasse java.util.UUID
• Die Qt-Klasse QUuid
• Die Linux-Datei /proc/sys/kernel/random/uuid
• Unter FreeBSD implementiert als uuid(3)

Namensbasierte UUIDs (Version 3 und 5)

Hierbei wird ausgehend von einem nicht näher bestimmten Namen ein UUID generiert. Namen sind innerhalb eines zugewiesenen Namensraums eindeutige Bezeichner für ein Objekt, eine Ressource oder Ähnliches. Ausgehend von einem UUID für den Namensraum wird aus dem Namen ein UUID generiert, indem eine Bytesequenz aus der Namensraum-UUID und dem Namen selbst gebildet wird und diese Bytesequenz dann mit MD5 oder SHA1 gehasht wird. Der Hash wird dann auf definierte Weise auf die verfügbaren UUID-Bits verteilt.

RFC 4122 enthält beispielhafte Namensraum-UUIDs für die Namensräume DNS, URL, ISO OID und „X.500 Distinguished Names“.

Soll beispielsweise aus dem DNS-Namen www.example.org ein UUID-Version 5 generiert werden, so ist wie folgt vorzugehen:

1. Namespace-UUID für „DNS“-Namen ist 6ba7b810-9dad-11d1-80b4-00c04fd430c8.
2. An diese Bytefolge wird die Bytefolge für den Namen www.example.org angehängt (Bytes vom Namespace-UUID in fett):
   0x6b 0xa7 0xb8 0x10 0x9d 0xad 0x11 0xd1 0x80 0xb4 0x00 0xc0 0x4f 0xd4 0x30 0xc8 0x77 0x77 0x77 0x2e 0x65 0x78 0x61 0x6d 0x70 0x6c 0x65 0x2e 0x6f 0x72 0x67.
3. Diese Bytesequenz ist mit SHA1 zu hashen. Das Ergebnis ist folgender SHA1-Hash: 74738ff55367e9589aee98fffdcd187694028007
4. Die Bits des SHA1-Hashes sind auf die verfügbaren Bits der UUID-Version 5 aufzuteilen.
5. Generierter UUID: 74738ff5-5367-5958-9aee-98fffdcd1876. (Die fett markierten Stellen enthalten feste Bits aus UUID-Variante und -Version.)

Kollisionen

Kollisionen entstehen, wenn derselbe UUID mehr als einmal generiert und verschiedenen Referenzobjekten zugewiesen wird.

Bei Version 1 und 2 kann eine Kollision nur entstehen, wenn von der Standardimplementation abgewichen wird, entweder absichtlich oder unabsichtlich.

Bei den Hash-basierten Versionen 3 und 5 sowie der pseudo-zufälligen Version 4 können Kollisionen auch ohne Abweichungen in der Implementierung entstehen. Jedoch ist die Wahrscheinlichkeit dafür so gering, dass sie normalerweise ignoriert werden kann. Die Wahrscheinlichkeit hierfür kann analog zum Geburtstagsproblem genau berechnet werden.

Zum Beispiel beträgt die Anzahl von Version-4 UUIDs, die berechnet werden müssen, um eine 50 %-Wahrscheinlichkeit von mindestens einer Kollision zu haben, 2,71 Trillionen. Dies berechnet sich wie folgt:

$n\approx {\frac {1}{2}}+{\sqrt {{\frac {1}{4}}+2\times \ln(2)\times 2^{122}}}\approx 2{,}71\times 10^{18}.$

Würde man 1 Milliarde UUIDs pro Sekunde generieren, bräuchte man 85 Jahre, um diese Anzahl an UUIDs zu generieren.

Die kleinste Anzahl von Version-4 UUIDs, die für die Wahrscheinlichkeit, eine Kollision zu finden, erzeugt werden müssen, wird durch diese Formel approximiert:

$n\approx {\sqrt {2\times 2^{122}\times \ln {\frac {1}{1-p}}}}.$

Daher beträgt die Wahrscheinlichkeit für ein Duplikat eins aus einer Milliarde bei 103 Billionen Version-4 UUIDs.

Weblinks

• Syntax and semantics of the DCE variant of Universal Unique Identifiers (UUIDs) (englisch)
• RFC 4122 – A Universally Unique IDentifier (UUID) URN Namespace (englisch)
• ITU-T Recommendation X.667 (08/2008) (englisch)