当前位置:首页 > AI技术 > 正文内容

C#怎么生成全球唯一标识 C#如何创建GUID字符串基础最佳实践|Duuu笔记

admin7天前AI技术16

绝大多数场景下应直接使用 Guid.NewGuid() 生成 GUID,它调用系统安全随机数生成器确保唯一性;需字符串时用 ToString() 或 ToString("N"),避免手动拼接、哈希码作 ID 或误判 Guid.Empty。

Guid.NewGuid()

生成新 GUID 最稳妥

绝大多数场景下,直接调用

guid.newguid()

就是正确答案。它由 .net 运行时调用系统底层随机数生成器(windows 上是

cryptgenrandom

或 bcrypt,linux/macos 是

/dev/urandom

),保证统计学意义上的唯一性,且不依赖网络、时间戳或硬件 id。

常见错误是手动拼接时间戳 + 进程号 + 随机数——这既不安全也不必要,还容易因时钟回拨或并发导致重复。

Guid.NewGuid()

返回的是

Guid

类型,不是字符串;需要转成字符串再用,比如

guid.ToString()

默认

ToString()

输出带短横线的 32 位十六进制格式(如

"a1b2c3d4-e5f6-7890-g1h2-i3j4k5l6m7n8"

如果只要纯数字字母(无短横线),用

guid.ToString("N")

;要大写就加

.ToUpper()

什么时候不能用

Guid.NewGuid()

极少数情况:你需要可预测、可重现的 GUID(比如测试中固定值),或者必须基于某个输入(如字符串、字节数组)生成确定性 GUID。

这时不能硬套

NewGuid()

,得用

Guid.Parse()

Guid.TryParse()

解析已有字符串,或用

Guid.CreateFromBytes()

(.NET 7+)构造。

从字符串解析失败会抛

FormatException

,务必用

Guid.TryParse()

做前置校验

Guid.CreateFromBytes()

输入必须是 16 字节;用

Encoding.UTF8.GetBytes()

转字符串会超长,得先哈希(如

SHA256.HashData()

)再截取前 16 字节

别用

Guid.NewGuid().ToString().GetHashCode()

当 ID——哈希码不是全局唯一,不同 GUID 可能哈希冲突

Guid.Empty

不是“空字符串”,而是全零 GUID

新手常误以为

Guid.Empty

表示“未初始化”或“可忽略”,其实它是合法的 GUID 值:

"00000000-0000-0000-0000-000000000000"

。数据库里存它、API 传它,都算有效值,只是业务上通常约定它代表“未设置”。

独响

一个轻笔记+角色扮演的app

下载

判断是否为默认值,用

guid == Guid.Empty

,不要用

guid.ToString() == ""

(会报错)或

string.IsNullOrEmpty(guid.ToString())

(永远 false)

Entity Framework 中若字段允许 null,建议用

Guid?

(可空类型),比用

Guid.Empty

更语义清晰

JSON 序列化时,默认把

Guid.Empty

输出为

"00000000-0000-0000-0000-000000000000"

,前端可能误判为有效 ID

性能和序列化要注意的小细节

GUID 字符串长度固定(36 字符含短横线),但生成和格式化有开销。高频创建(比如每秒万级)时,

Guid.NewGuid()

本身很快,但

ToString()

是主要瓶颈。

避免在循环里反复调用

guid.ToString("D")

(D 是默认格式);如果格式固定,提前缓存格式化结果或用

Span

手动拼接(.NET 6+)

数据库索引对 GUID 不友好——无序插入导致页分裂;若主键用 GUID,考虑用

NEWSEQUENTIALID()

(SQL Server)或

uuid_generate_v1mc()

(PostgreSQL)替代

gRPC 或高性能 API 中,传输二进制

Guid.ToByteArray()

比字符串省 75% 字节,但需两端协议一致

真正麻烦的不是怎么生成,而是后续怎么用:存进数据库时要不要索引、传给前端要不要脱敏、日志里要不要截断显示……这些地方一不留神,

Guid

就从“唯一标识”变成“排查黑洞”。

相关文章

【大模型应用开发

二、大模型的泛化与微调 模型的泛化能力:是指一个模型在面对新的、未见过的数据时,能够正确理解和预测这些数据的能力。在机器学习和人工智能领域,模型的泛化能力是评估模型性能的重要指标之一。...

什么是LLM?看这一篇就够了!

一、全套AGI大模型学习路线 AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能! 二、640套AI大模型报告合集 这套包含640份报告的合集,涵盖了AI大...

Unity 机器学习 基础

ML-Agents 资产导入 Unity 场景创建 Unity 代码部分 Anaconda 执行 rollerball_config.yaml 机器学习逻辑处理...

前端开发高级应用:MuleRun如何连接Slack通知 MuleRun消息推送集成配置步骤实战案例|Duuu笔记

若MuleRun无法向Slack推送通知,需依次配置Incoming Webhook或Bot Token、在MuleRun中设置对应通知目标参数,并通过最小化任务测试验证;常见失败原因包括凭据错误、权...

深入理解优化:如何利用 Gemini 3.1 的阶梯计费策略?企业级大规模调用实务完全指南|Duuu笔记

需深入理解Gemini 3.1阶梯计费与调用联动关系,通过识别阶梯区间、请求级Token预估截断、多模型路由调度、响应缓存去重、项目拆分配额绑定五种路径优化成本。 ☞☞☞AI 智能聊天, 问答助手,...

前端开发实战详解:骡子快跑怎么注册账号 骡子快跑账号注册流程最佳实践|Duuu笔记

骡子快跑注册仅需1分钟,但激活码需从Discord指定频道获取,输错3次将锁账户24小时;积分与注册邮箱强绑定且不可更换;部分地区即使注册成功也无法运行Agent。 ☞☞☞AI 智能聊天, 问答助手...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。