Generate UUID Online: v4 and v7 — txt1.ai

先週の火曜日午前3時、私は私たちの認証システムが10億番目のUUIDを生成するのを見ました。私は14年間、分散システムのアーキテクトをしていますが、その瞬間は、私が数ヶ月間考えていたことを具体化しました：私たちはユニークな識別子を生成する方法において静かな革命を経ており、ほとんどの開発者はまだ気付いていません。

UUID v4からv7への移行は単なるバージョンアップではありません。これは、現代の分散システムにおいてユニークな識別子が何を成すべきかを根本的に再考することです。過去3年間で3つの大陸にわたる5つの生産システムを移行した結果、私たちがこれらの識別子を生成するために使用するツールが、ほとんどのチームが認識している以上に重要であることを学びました。だからこそ、私はtxt1.aiのUUID生成器について話したいのです。そしてそれよりも重要なのは、v4とv7の違いを理解することで、私が2022年に経験したパフォーマンスの悪夢から救ってくれるかもしれないということです。

2026年にUUID生成が依然として重要な理由

2010年にキャリアを始めた頃、UUID生成は解決された問題のように思えました。RFC 4122は2005年から存在し、誰もがv4（ランダム）UUIDを考えることなく使用していました。私たちはJavaコード全体にuuid.randomUUID()の呼び出しを散りばめ、PostgreSQLではgen_random_uuid()で生成し、仕事を終えていました。

ところが、私たちのシステムがスケールしていくにつれ、2021年には12のマイクロサービスを通じて4700万件のトランザクションを処理していました。PostgreSQLのプライマリキーインデックスは340GBに成長しました。クエリのパフォーマンスは月ごとに3～4%減少していきました。その原因は？ランダムUUID v4プライマリキーが壊滅的なインデックスの断片化を引き起こしていたのです。

ここで誰もが教えてくれないことがあります：ランダムUUIDをプライマリキーとして挿入する場合、データベースはB-treeインデックスを再バランスし続けなければなりません。すべての挿入は本質的にランダムであり、ページスプリットと再編成が強いられます。シーケンシャルな識別子と比べて、ディスクのI/Oは23%多くなりました。バックアップの時間は45分から2.3時間に伸びました。キャッシュのヒット率は94%から71%に低下しました。

ここでUUID v7が登場します。更新されたRFC 9562の草案で導入されたv7 UUIDは、最上位ビットにタイムスタンプを埋め込むことで、自然にソート可能で連続したものにします。2023年の初めに仕様を初めて読んだとき、私は懐疑的でした。別のUUIDのバージョン？本当に？しかし、ユーザーサービスにv7を実装した後—これは820万件の毎日の登録を処理しているサービスです—インデックスサイズが31%減少し、挿入パフォーマンスが47%改善しました。

信頼性が高くアクセス可能なUUID生成ツールの必要性はこれまでになく高まっています。すべての開発者がライブラリをインストールしたり、ローカルスクリプトを実行したりする余裕があるわけではありません。時には生産環境でデバッグを行っている、ロックされたクライアントマシンで作業している、またはブラウザでプロトタイピングしていることもあります。それがtxt1.aiが埋めるギャップです—インストール不要の瞬時にUUID生成が可能で、v4とv7の両方に対応しています。

UUID v4を理解する：ランダムな作業馬

UUID v4は15年以上にわたりデフォルトの選択肢であり、それには良い理由があります。それは美しくシンプルです：122ビットのランダムなビットを生成し、いくつかのバージョンおよびバリアントビットを設定するだけで完了です。衝突の確率は非常に低く—2^122に1、つまり約5.3 × 10^36—世界的にユニークに扱うことができます。

"ランダムUUID v4プライマリキーはデータベースを遅くするだけでなく、インデックスの局所性を系統的に破壊し、すべての挿入を日々積み重なるパフォーマンスタックスに変えます。"

私はキャリアを通じて圧倒的な数のv4 UUIDを生成してきましたが、生産環境で衝突を見たことはありません。数学は機能します。もし毎秒10億のUUIDを生成したとしたら、単一の衝突の50%の確率に達するまでに85年かかります。ほとんどのアプリケーションにとって、これは十分以上です。

構造は直線的です：32の16進数の数字がハイフンで区切られた5つのグループで表示されます。例えば、7f3e4d2a-9b1c-4a5e-8f2d-6c9e1b4a7f3eのように。第三のグループは常に「4」で始まり（バージョン4を示し）、第四のグループは常に「8」、「9」、「a」、または「b」で始まります（バリアントを示します）。

v4が輝くのは、調整が不要な分散システムにおいてです。2019年にIoTプラットフォームを設計した際、340,000のエッジデバイスが独立して識別子を生成していました。ネットワーク接続はなく、中央権威もなく、同期もありませんでした。UUID v4は完璧でした。各デバイスは衝突のリスクゼロで識別子を生成できました。たとえ他のデバイスが同じことをしていたとしても。

ランダム性はセキュリティの利点も提供します。シーケンシャルな識別子とは異なり、v4 UUIDはシステムに関する情報を漏らしません。攻撃者は次のIDを推測したり、ユーザー数を推定したりすることができません。私たちがAPIエンドポイントを公開したとき、この予測不可能性は列挙攻撃を防ぐために重要でした。

しかしv4にはコストがあります。それを衝突耐性にさせるランダム性は、データベースインデックスにとってはひどい結果をもたらします。私たちのeコマースプラットフォームでは、v4プライマリキーがシーケンシャルなIDに比べて3.7倍のページスプリットを引き起こすことを追跡しました。月間インデックスメンテナンスの時間は20分から94分に増加しました。ランダムな分布は関連するレコードがディスク上で散らばることを意味し、キャッシュの局所性を殺し、より多くの物理的な読み込みを強いられました。

UUID v7：ゲームチェンジの進化

UUID v7は、v4以来のユニーク識別子設計における最も重要な進化を表しています。4つの生産システム全体で実装した後、私はそれがv4が何年も悩まされてきたデータベースパフォーマンスの問題を解決し、私たちが頼りにしている分散生成の利点を維持していることを自信を持って言えます。

主要な革新は、最初の48ビットにUnixタイムスタンプを埋め込むことです。これにより、v7 UUIDは自然に時間順に並び、ソート可能になります。v7 UUIDをシーケンシャルに生成する際は、それらは単調増加します。このシンプルな変更は、データベースパフォーマンスに深い影響を与えます。

構造を詳しく説明します：最初の48ビットにはミリ秒単位のUnixタイムスタンプが含まれ、ミリ秒単位の時間精度と10889年までの範囲を提供します。次の12ビットはランダムで、サブミリ秒の順序付けと衝突耐性を提供します。残りの62ビットはランダムであり、ミリ秒あたり数千のIDを生成する際でもユニークであることを保障します。

私たちの支払い処理システムでは、v4からv7に切り替えたことで、3ヶ月以内にインデックスサイズが28%削減されました。ピーク負荷時の挿入パフォーマンスは52%向上しました。最も劇的なのは、95パーセンタイルのクエリ遅延が340msから180msに減少したことです。その理由は、シーケンシャルな挿入によって新しいレコードがディスク上に塊になり、キャッシュヒット率が向上し、ランダムI/Oが減少するからです。

私は影響を注意深く測定しました。v7以前は、私たちのトランザクションテーブルのプライマリキーインデックスが420百万レコードに対して89GBを必要としていました。v7に移行しインデックスを再構築した結果、同じデータが64GBを占めるようになりました。このスペースの節約は、シーケンシャルな挿入がページをより効率よく埋めることで、内部の断片化を減少させたことから来ています。

このソート可能性は、強力なクエリパターンも可能にします。IDによるレンジスキャンは、時間に基づいて暗黙的にスキャンされるため、ほとんどのクエリが必要とするものです。生産環境での問題をデバッグする際、特定の時間ウィンドウのすべてのレコードを取得するためにUUIDレンジでクエリを実行でき、別のタイムスタンプカラムは必要ありません。これにより、インシデント対応で数え切れないほどの時間が節約されました。

よく聞く懸念の一つ：タイムスタンプを埋め込むことは情報を漏らすのではないか？はい、しかしそれは計算されたトレードオフです。タイムスタンプの精度はミリ秒であり、マイクロ秒ではないため、攻撃者が推測できることは限られています。そしてランダムビットが依然として列挙攻撃を実行不可能にします。ほとんどのアプリケーションにとって、パフォーマンスの利点は最小限の情報漏洩をはるかに上回ります。

v4とv7の使い分け：現実世界の意思決定フレームワーク

複数のシステムをv4とv7の間で移行した後、私は私にとって役立つ意思決定フレームワークを開発しました。その選択は常に明白ではなく、私の移行作業に数週間を要するミスを犯しました。ここで試行錯誤を通じて学んだことを紹介します。

"UUID v4からv7への移行は、トレンドに従うことではありません。時間順序の識別子が現代のデータベースが実際に機能する方法に本質的により適していることを認識することが重要です。"

最大の予測不可能性が必要な場合はUUID v4を使用します。私たちの詐欺検出システムは、パターン認識を防ぐために完全に非シーケンシャルでなければならないケースIDを生成します。私たちはv4を使用します。