我有一个格式为的CSV
Bill,Smith,123 Main Street,Smalltown,NY,5551234567
Jane,Smith,123 Main Street,Smalltown,NY,5551234567
John,Doe,85 Main Street,Smalltown,NY,5558901234
John,Doe,100 Foo Street,Bigtown,CA,5556789012
换句话说，没有一个字段是唯一的。两个人可以有相同的名字，两个人可以拥有相同的电话，等等，但当你考虑所有字段时，每一行都是独一无二的。
我需要为每一行生成一个唯一的ID，但它不能是随机的。我需要能够在未来的某个时候提取CSV的一行，并在不必查询数据库的情况下找出那个人的唯一ID。
在PHP中，最快的方法是什么？我需要为数百万行执行此操作，因此为每行生成整个字符串md5()实际上并不实用。有没有更好的功能我应该使用？
如果以后需要仅从行的文本重建ID，将需要一个哈希算法。不过，它不一定是MD5。
"数以百万计的ID"对现代CPU（尤其是GPU）来说并不是一个真正的问题。请参阅Jeff最近关于Speed Hashing的博客），所以你可能想用与PHP不同的语言进行哈希。我能看到的唯一问题是碰撞。您需要确保生成的哈希确实是唯一的，这取决于条目的数量、使用的算法和哈希的长度。
根据Jeff的文章，MD5已经是目前最快的哈希算法之一（每秒有10-20万个哈希），但NTLM似乎是它的两倍。
为什么不只是
CREATE TABLE data (
first VARCHAR(50),
last VARCHAR(50),
addr VARCHAR(50),
city VARCHAR(50),
state VARCHAR(50),
phone VARCHAR(50),
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
PRIMARY KEY (id)
);
LOAD DATA [LOCAL] INFILE 'file.csv'
INTO TABLE data
(first,last,addr,city,state,phone);
将唯一ID添加为字段如何？
$csv=file($file);
$i=0;
$csv_new=array();
foreach ($file as $val){
$csv_new[]=$i.",".$val;
$i++;
}
并将$csv_new输出为新的csv文件。。
脏，但它可能对你有用。
我理解你的意思，但我看不出有什么意义。创建一个在数据库中自动递增的唯一id将是最佳途径。第二条路线是在csv中创建类似cell=a1+1的内容，并将其拖到整行。在php中，你可以阅读文件并在前面加上日期（ymd）之类的内容$id然后将其写回文件。尽管这样做似乎很愚蠢，但数据库路由将是最好的。只需记住符合pci，并始终加密数据。我稍后会发布代码。我现在不在电脑上。
这已经很长时间了，但我发现了一种类似的情况，我需要防止在数据库中创建一行，我创建了另一个名为de_dup的列，该列被设置为唯一的。然后，我为创建时的每一行使用日期（'ymd'）.md5（内爆（$selected_csv_values））；这将阻止客户在任何一天创建订单，除非特定信息不同，例如：名字、姓氏、信用卡号码、billingaddress。