如何为上传文件取一个唯一的文件名

作者：陈杰

背景

古茗内部有一个 CDN 文件上传平台，用户在平台上传文件时，会将文件上传至阿里云 OSS 对象存储，并将 OSS 链接转换成 CDN 链接返回给用户，即可通过 CDN 链接访问到文件资源。我们对 CDN 文件的缓存策略是持久化强缓存(Cache-Control: public, max-age=31536000)，这就要求所有上传文件的文件名都是唯一的，否则就有文件被覆盖的风险。有哪些方式可以保证文件名全局唯一？

唯一命名方式

方式一：使用时间戳+随机数

这是我们最容易想到的一种方式：

const name = Date.now() + Math.random().toString().slice(2, 6);
// '17267354922380490'

使用时间戳，加上 4 位随机数，已经可以 99.99999% 保证不会存在文件名重复。可以稍微优化一下：

const name = Date.now().toString(36) + Math.random().toString(36).slice(2, 6);
// 'm191x7bii63s'

将时间戳和随机数分别转换成 36 进制，以减少字符串长度。通过上面一步优化可以将字符长度从 17 位减少至 12 位。

使用时间戳+随机数作为文件名的优势是简单粗暴，基本上可以满足述求；但是有极小概率存在文件名冲突的可能。

方式二：使用文件 MD5 值

生成文件的 MD5 Hash 摘要值，在 node 中代码示例如下：

const crypto = require('crypto');
const name = crypto.createHash('md5').update([file]).digest('hex');
// 'f668bd04d1a6cfc29378e24829cddba9'

文件的 MD5 Hash 值可以当成文件指纹，每个文件都会生成唯一的 hash 值（有极小的概率会 hash 碰撞，可以忽略）。使用 MD5 Hash 值作为文件名还可以避免相同文件重复上传；但是缺点是文件名较长。

方式三：使用 UUID

UUID (通用唯一识别码) 是用于计算机体系中以识别信息的一个标识符，重复的概率接近零，可以忽略不计。生成的 UUID 大概长这样：279e573f-c787-4a84-bafb-dfdc98f445cc。

使用 UUID 作为文件名的缺点也是文件名较长。

最终方案

从上述的几种命名方式可以看出，每种方式都有各种的优缺点，直接作为 OSS 的文件命名都不是很满意（期望 CDN 链接尽可能简短）。所以我们通过优化时间戳+随机数方式来作为最终方案版本。

本质上还是基于时间戳、随机数 2 部分来组成文件名，但是有以下几点优化：

• 
  
• 由于 CDN 链接区分大小写，可以充分利用 数字+大写字母+小写字母（一共 62 个字符），也就是可以转成 62 进制，来进一步缩短字符长度
  
• 时间戳数字的定义是，当前时间减去 1970-01-01 的毫秒数。显然在 2024 年的今天，这个数字是非常大的。对此，可以使用 当前时间减去 2024-01-01 的毫秒数 来优化，这会大幅减少时间戳数字大小（2024-01-01 这个时间点是固定的，而且必须是功能上线前的一个时间点，确保不会减出负数）
  

示例代码如下：

/**

 * 10 进制整数转 62 进制

 */
function integerToBase62(value) {
const base62Chars = '0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz';
const base62 = base62Chars.length;

  value = parseInt(value);
if (isNaN(value) || !value) {
return String(value);

  }

let prefix = '';
if (value < 0) {

    value = -value;

    prefix = '-';

  }

let result = '';
while (value > 0) {
const remainder = value % base62;

    result = base62Chars[remainder] + result;

    value = Math.floor(value / base62);

  }

return prefix + result || '0';

}

const part1 = integerToBase62(Date.now() - new Date('2024-01-01').getTime()); // 'OkLdmK'
const part2 = integerToBase62(Math.random() * 1000000).slice(-4); // '3hLT'
const name = part1 + part2; // 'OkLdmK3hLT'

最终文件名字符长度减少到 10 位。但是始终感觉给 4 位随机数太浪费了，于是想着能否在保证唯一性的同时，还能减少随机数的位数。那就只能看看时间戳部分还能不能压榨一下。

只要能保证同一毫秒内只生成一个文件的文件名，就可以保证这个文件名是唯一的，这样的话，随机数部分都可以不要了，所以可以做如下优化：

// 伪代码
async function getFileName() {
// 等待锁释放，并发调用时保证至少等待 1ms
await waitLockRelease();

return integerToBase62(Date.now() - new Date('2024-01-01').getTime());

}

const name = await getFileName();
// 'OkLdmK'

由于 node 服务线上是多实例部署，所以 waitLockRelease 方法是基于 Redis 来实现多进程间加锁，保证多进程间创建的文件名也是唯一的。与此同时，还额外加上了一位随机数，来做冗余设计。最终将文件名字符长度减少至 7 位，且可以 100% 保证唯一性！

总结

看似非常简单的一个问题，想要处理的比较严谨和完美，其实也不太容易，甚至引入了 62 进制编码及加锁逻辑的处理。希望本文的分享能给大家带来收获！