mongodbのObjectIdの生成規則

MongoDBのマイグレーションとかしてたら，MongoDBのObjectIdって本当にユニークだっけ？っていう疑問がわいた．

確かいろいろな要素を使って，ユニークになるようにできてたよなぁ．．．と思って，ちゃんと調べてみた．

とりあえず公式のObjectIdの説明．ObjectId - MongoDB Manual 2.4.9

• 4バイトの，Unixエポックからの経過秒数(Unix時間)
• 3バイトのマシンID
• 2バイトのプロセスID
• 3バイトのカウンタ(開始番号はランダム)

からできているらしい．

↑がんばって書いた．

実験！

同じマシンで生成してみる．

以下の２つのObjectIdは同じマシン上で生成したObjectId.

52fcf106 0af12b af9e 8d5bba
52fcf108 0af12b af9e 8d5bbb

確かに最初のUnix時間は2秒ずれていることがわかる．

マシンIDは同じ.

プロセスIDも同じ．

カウンタは1だけ上がっていることがわかる．

違うマシンで生成してみる．

今度は別のマシンで生成してみる．

確かにマシンIDとプロセスIDが上のObjectIdとは違っている！

52fcebd1 9a5c4e a066 dbfa12

ちなみに，このObjectIdのUnix時間部分

52fcebd1(16進数) → 1392307153(10進数) → 2014/2/14 01:00:10

ちゃんとUnix時間になっていることがわかる．

マシンIDの仕組み

なんとなくユニークになるっぽいっていうのはわかった．

しかし，やはり疑問に思うのは，マシンIDって何だよ！って所だと思う．

Google Group-mongodb-user ›How to get machine id

で，このメーリングリストの投稿によると，マシンIDの生成はクライアント依存らしい．だけど，だいたいのクライアントではhostnameで決めてるらしい．

ということでpymongoの実装部分をみてみた．

ObjectIdの生成部分- pymongo

MachineIdの取得 - pymongo

マシンIDの生成にはhostnameを使っている．．．マシンIDに関して言えばユニークじゃないんだね．

もっとユニークなものを使ってマシンIDは生成されると思ってた．．．

だって，同じhostname持ってるマシンあるよ．ubuntuとかさ．

以下の2つはhostnameが同じ別のマシンでpymongoを使って生成したObejectId

確かにマシンIDは同じだ．

52fcf47b 1d41c8 2e90 e33611
52fcf461 1d41c8 75fe aff3e3

ただし，純正のmongoクライアントはhostnameでマシンIDを生成している訳では無いようで，マシンIDは異なるものになっていた．

ObjectIdは本当にユニークなのか？

ObjectIdの構成要素となっている4つの要素

• Unix時間

• マシンID

• プロセスID

• カウンタ

はそれぞれは十分重複する可能性があることがわかった．

しかし，これらが組み合わさるとユニークだと言える．

同一のmongoクライアントのプロセスではUnix時間とカウンタがあるので重複することは不可能．

同一マシン上ではmongoクライアントのプロセスIDが異なるので不可能．

別マシン上ではマシンIDが異なるので不可能(hostnameが同じならば可能性がある)．

重複するIDを生成するためには以下の条件が必要になる．

• 同じ時刻の1秒間で，

• 同じhostnameを持つマシンで，

• 同じプロセスIDを持つmongoクライアントのプロセスを起動し，

• 乱数を調整してカウンタをあわせる．

普通に使っている分にはユニークですね．

普通に使いましょう．