使用SHA256摘要的128位片段生成确定性UUID是否可行？

你的实现代码 #

import hashlib
import uuid

hash = hashlib.sha256('foobar'.encode('utf-8'))
uuid.UUID(hash.hexdigest()[::2])

碰撞概率计算确认 #

你的计算完全正确。用生日攻击近似公式 ( \frac{k^2}{2n} ) 计算：

• ( k = 10^9 )（10亿条记录）
• ( n = 2^{128} )（目标空间大小）

代入后得到：
[
\frac{(10⁹⁾2}{2 \times 2^{128}} = \frac{10^{18}}{2{129}} \approx 1.47 \times 10^{-21}
]
这个概率极低，远低于现实中硬件故障、数据损坏等风险，完全能满足你的场景需求。

切片vs截断对碰撞概率的影响 #

提取每隔一个十六进制半字节（即[::2]切片）和直接截断前/后32个十六进制字符的方式，碰撞概率没有本质差异：

• SHA-256的输出是均匀分布的伪随机序列，无论取奇数位半字节还是前/后16字节（对应32个十六进制字符），结果依然均匀分布在128位空间中。
• 两种方式都是从256位均匀哈希中提取128位，目标空间大小都是 ( 2^{128} )，只要提取过程无偏，碰撞概率就由生日公式决定，和具体提取位置无关。

和UUIDv5的对比确认 #

你的实现思路和UUIDv5完全一致，都是通过哈希函数生成长哈希，再提取部分位生成128位UUID：

• UUIDv5的核心实现代码：

  def uuid5(namespace, name):
      """Generate a UUID from the SHA-1 hash of a namespace UUID and a name."""
      from hashlib import sha1
      hash = sha1(namespace.bytes + bytes(name, "utf-8")).digest()
      return UUID(bytes=hash[:16], version=5)
  

• 两者核心逻辑相同，仅存在细节差异：
  1. UUIDv5用SHA-1（160位哈希），你的代码用SHA-256（256位哈希）
  2. UUIDv5直接截取前16字节，你的代码通过切片提取半字节得到128位
  3. UUIDv5会设置版本位标识类型，你的代码生成的是无版本标识的UUID

只要你的输入（生成哈希的字符串）唯一，这个实现就和UUIDv5一样可靠，具备极低的碰撞风险。

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