第二章 · 名字为什么不够用

第二章 · 名字为什么不够用

先做一个思想实验：把全国的快递、病人、包裹、订单上的编号全部抹掉，只允许用名字。世界还能转吗？

答案是不能，而且崩溃得比你想象得快得多。

一个班五十个人，就有两个张伟

2014 年有人用覆盖 11 亿人口的历史姓名数据做过统计：全国叫「张伟」的约有 29.9 万人，叫「王伟」的约 29 万，前十名每个名字都有二十多万人共用。注意，这不是抽样估算的误差，是实打实按户籍数出来的。

这意味着什么？假如医院只按名字挂号，北京一家三甲医院一天门诊上万人次，碰上两三个「张伟」是数学上的必然。护士喊一声「张伟，三号诊室」，走进去两个人，谁是来做胃镜的，谁是来拆线的？名字在村口管用，是因为村里只有三百人；人一过万，名字就从「标识」退化成了「线索」——它能帮你缩小范围，但永远锁定不了那一个人。

歧义不止重名这一种

就算不重名，名字在大规模系统里还有一堆毛病：

• 同音不同字。电话里报「我叫章伟」，对方可能写成「张卫」。口语传播天然带损耗。
• 名字会变。改名、结婚改姓、起笔名、公司更名——名字是属性，不是身份。一个人的名字变了，人还是那个人。
• 写法不唯一。同一个人，护照上是拼音 ZHANG WEI，系统里是「张伟」，老外登记成 Wei Zhang。三个写法，一个人。

所以大规模系统做的第一件事，就是把「指代」和「描述」分开：编号——一个人工分配的、只负责「唯一指向某个对象」的符号——接管指代，名字退回到描述。这就是编号的第一使命：唯一性，一个号码只对应一个对象，一个对象只对应一个号码。

你可能觉得这是废话——发个号谁不会？但现实里连国家都翻过车。中国的第一代身份证号码从上世纪八十年代开始发放，各地手工编制，结果到 2009 年公安部摸底时，全国竟有 171 万人的身份证号码与别人重号。两个陌生人共用一个号码，意味着在银行、民航、社保系统里他们随时会被当成同一个人。公安用了近十年专项清理，到 2017 年才把重号人数从 171 万压到 8 人——剩下的 8 个人各有特殊困难改不动，最后只好在系统里给他们打上特殊标注，人工兜底。唯一性这条铁律，不是设计出来的，是付过学费才明白的。

那最简单的编号：1、2、3、4……

既然只要唯一，最省事的方案每个程序员都写过：自增 ID——数据库里来一个对象就发下一个整数，第 1 个是 1，第 2 个是 2，永不重复，永不枯竭（至少在 int 溢出之前）。

问题恰恰出在「窗口只有一个」上。自增 ID 的唯一性是靠中央集权换来的：必须有一个唯一的权威知道「上一个号发到几了」。小系统里这个权威就是数据库本身，没问题。可一旦业务长大，麻烦接踵而至：

• 一台机器发不过来。每秒几十万订单进来，所有请求都排队等一个计数器，发号器成了全系统的咽喉。
• 分两台机器发，立刻撞号。两台数据库各自从 1 数起，都发出一个「42 号订单」，合并数据时傻眼。想让它们不撞，就得互相通信协调——而协调本身，就是在重建那个慢吞吞的中央窗口。
• 号码会泄密。你的订单号是 10086，竞争对手下单一看出 10090，就知道你今天只接了 4 单。连续编号把业务量拱手送人。

看出来了吗？「唯一」这件事，实现起来有两条路：中心化发号（一个窗口，简单但慢且脆弱）或者让号码足够随机、足够长，长到两台机器瞎编也撞不上（快，但号码变得没法读、没法记）。这就是所有编号系统要面对的第一对矛盾——唯一性想要集中，规模想要分散。

本章小结

名字是给人际关系用的，编号是给系统用的；系统规模一大，唯一性就是第一刚需。但「保证唯一」最便宜的办法—— 集中式地发连号——在规模面前要么成为瓶颈，要么泄露信息。于是工程师被逼向另一个极端：用超长随机数换取「不用协调也撞不上」的唯一。可那样的号码，人就再也读不动了。

唯一与可读，难道真的不可兼得？下一章，我们拿 UUID 和车牌号做一场对照实验，看看这对天生的冤家各自妥协在哪。