Mongodb 重复Mongo ObjectId的可能性'；是在两个不同的集合中生成的吗？

是否可能为两个不同集合中的文档生成相同的Mongo ObjectId？我意识到这绝对是不可能的，但有可能吗

我问的原因不是太具体，而是通过我正在开发的一个应用程序，我们展示了当选官员的公开资料，我们希望这些人能成为我们网站的正式用户。我们为目前不是我们网站成员的用户和当选官员提供了单独的收藏。还有其他各种文件，其中包含有关当选官员的各种数据，所有这些数据都映射回使用当选官员ObjectId的人

创建帐户后，我们仍然会突出显示与当选官员相关的数据，但这些数据现在也是用户集合的一部分，并带有相应的users ObjectId，以将其配置文件映射到与我们的应用程序的交互

几个月前，我们开始将应用程序从MySql转换为Mongo，在转换过程中，我们存储这两种数据类型的传统MySql id，现在我们也开始在用户文档中存储选定的官方Mongo ObjectId，以映射回选定的官方数据

我正在考虑将新用户ObjectId指定为以前选择的官方ObjectId，以使事情更简单，但希望确保不可能与任何现有用户ObjectId发生冲突

谢谢你的洞察力

---

编辑：发布这个问题后不久，我意识到我提出的解决方案不是一个好主意。最好只保留我们现有的模式，并在用户文档中链接到选定的官方“\u id”。

对于集合中的ObjectId唯一性没有任何保证。即使可能性很小，但这将是一个非常糟糕的应用程序设计，它依赖于跨集合的_id唯一性

可以在mongo shell中轻松测试这一点：

MongoDB shell version: 1.6.5
connecting to: test
> db.foo.insert({_id: 'abc'})
> db.bar.insert({_id: 'abc'})
> db.foo.find({_id: 'abc'})
{ "_id" : "abc" }
> db.bar.find({_id: 'abc'})
{ "_id" : "abc" }
> db.foo.insert({_id: 'abc', data:'xyz'})
E11000 duplicate key error index: test.foo.$_id_  dup key: { : "abc" }

所以，绝对不要依赖于_id在集合中是唯一的，因为您不控制ObjectId生成函数，所以不要依赖它

可以创建更像uuid的东西，如果手动创建，可以更好地保证唯一性

---

请记住，您可以将不同“类型”的对象放在同一集合中，那么为什么不将两个“表”放在同一集合中呢。它们将共享相同的id空间，因此保证是唯一的。从“预期”切换到“注册”只需简单地翻转一个字段…

ObjectID是以类似于UUID的方式在客户端生成的，但在数据库中具有一些更好的存储属性，例如大致增加顺序并免费编码其创建时间。对于您的用例来说，关键的一点是，即使它们是在不同的机器上生成的，它们的设计也能保证高概率的唯一性

现在，如果您通常引用_id字段，我们不需要跨集合的唯一性，因此可以安全地重用旧的_id。作为一个具体的示例，如果您有两个集合，

colors

和

fruits

，则这两个集合都可以同时具有类似

{u id:'orange'}

的对象

---

如果您想了解更多有关如何创建ObjectID的信息，请参阅规范：

简短回答

仅对您的初始问题添加一个直接的回答：是的，如果您使用BSON对象ID生成，那么对于大多数驱动程序来说，ID几乎肯定会在集合中是唯一的。“几乎肯定”的含义见下文

长答案

Mongo DB驱动程序生成的BSON对象ID在集合中很可能是唯一的。这主要是因为ID的最后3个字节，对于大多数驱动程序，它是通过静态递增计数器生成的。该计数器是独立于收集的；这是全球性的。例如，Java驱动程序使用随机初始化的静态AtomicInteger

那么，为什么在Mongo文档中，他们说ID“很可能”是唯一的，而不是直接说它们是唯一的呢？在您无法获得唯一ID的情况下，可能会出现三种情况（如果有更多，请告诉我）：

在此讨论之前，请记住BSON对象ID包括：

[4字节自历元起秒，3字节机器哈希，2字节进程ID，3字节计数器]

以下是三种可能性，因此您可以自己判断被骗的可能性：

1） 计数器溢出：计数器中有3个字节。如果在同一台计算机上、同一进程中，在一秒钟内插入了超过16777216（2^24）个文档，则可能会使递增计数器字节溢出，并最终导致两个对象ID共享相同的时间、计算机、进程和计数器值

2） 计数器非递增：一些Mongo驱动程序对计数器字节使用随机数而不是递增数。在这些情况下，有1/16777216的机会生成非唯一ID，但前提是这两个ID是在同一秒（即，在ID的时间段更新到下一秒之前）在同一台机器上以相同的过程生成的

3） 将计算机和进程哈希设置为相同的值。在某些极不可能的情况下，机器ID和进程ID值可能映射到两台不同机器的相同值。如果发生这种情况，并且两台不同机器上的两个计数器同时在同一秒钟内生成相同的值，那么您将得到一个重复的ID

这是需要注意的三种情况。场景1和场景3看起来不太可能，如果使用正确的驱动程序，场景2是完全可以避免的。您必须检查驱动程序的来源才能确定

万一有人