基于SHA-1哈希取模将UUID转整数能否实现均匀分布？

const crypto = require('crypto');

function uuidToInteger(uuid) {
    // 创建使用SHA-1算法的哈希对象
    const hash = crypto.createHash('sha1');

    // 用UUID更新哈希对象
    hash.update(uuid, 'utf-8');

    // 获取十六进制格式的哈希摘要
    const hashValueHex = hash.digest('hex');

    // 将十六进制字符串转换为整数
    const hashValueInt = parseInt(hashValueHex, 16);

    const mappedValue = 1 + (hashValueInt % 20); 

    return mappedValue;
}

示例用法 #

const uuid = '550e8400-e29b-41d4-a716-446655440000';
const result = uuidToInteger(uuid);
console.log(result);

当UUID哈希数量足够大时，转换得到的1-20整数能否实现均匀分布？ #

可以实现近似均匀分布，原因如下：

• SHA-1作为密码学哈希算法，生成的哈希值具备雪崩效应，输入UUID的微小差异会导致哈希值完全不同，且所有可能的哈希值在取值空间内近似均匀随机分布。
• 哈希值转成整数后对20取模，由于哈希值本身的均匀性，0-19每个余数出现的概率理论上趋近于相等，加1后得到的1-20整数自然也近似均匀分布。
• 虽然SHA-1的取值范围（2^160个可能值）不是20的整数倍，但这个差值相对于总数量来说微乎其微，样本量足够大时，这点偏差完全可以忽略。

该方案能否用于负载均衡路由（内存映射、不依赖Redis）？ #

完全适配你的需求：

• 无外部依赖：仅使用Node.js内置的crypto模块，纯内存计算，不需要Redis等存储服务，性能开销极低。
• 路由一致性：同一个UUID会始终映射到同一个子服务，能保证会话粘性（如果需要），避免请求跨服务跳转导致的状态问题。
• 负载均衡效果可靠：基于哈希值的近似均匀分布，请求能被近似平均地分发到20个子服务，避免单服务过载。
• 扩展性灵活：后续调整子服务数量时，只需修改取模的数值即可；唯一需要注意的是，服务数量变更会导致部分请求的路由结果变化，这是普通哈希路由的共性问题，对你的场景影响不大。

内容的提问来源于stack exchange，提问作者Alexander Mills