文章目錄

• • 1.Hash算法定義
  • 2.應用
  • • 2.1 安全加密
    • 2.2 唯一標識
    • 2.3 數據校驗
    • 2.4 散列函數
    • 2.5 負載均衡
    • 2.6 數據分片
    • 2.7 分布式存儲

1.Hash算法定義

• 哈希算法：將任意長度的二進制值串映射為固定長度的二進制值串，這個映射的規則就是哈希算法，而通過原始數據映射之后得到的二進制值串就是哈希值。
• 設計一個優秀的哈希算法并不容易，需要滿足的幾點要求：
  1· 從哈希值不能反向推導出原始數據（所以哈希算法也叫單向哈希算法）；
  2· 對輸入數據非常敏感，哪怕原始數據只修改了一個Bit，最后得到的哈希值也大不相同；
  3· 散列沖突的概率要很小，對于不同的原始數據，哈希值相同的概率非常小；
  4· 哈希算法的執行效率要盡量高效，針對較長的文本，也能快速地計算出哈希值。

2.應用

2.1 安全加密

• 最常用于加密的哈希算法是MD5（MD5 Message-Digest Algorithm，MD5 消息摘要算法）和SHA（Secure Hash Algorithm，安全散列算法）。
• 還有很多其他加密算法，比如DES（Data Encryption Standard，數據加密標準）、AES（Advanced Encryption Standard，高級加密標準）。
• 加密的哈希算法有兩點格外重要。第一點是很難根據哈希值反向推導出原始數據，第二點是散列沖突的概率要很小。

2.2 唯一標識

• 海量圖片查找
• 給每一個圖片取一個唯一標識。比如，從圖片的二進制碼串開頭取100個字節，從中間取100個字節，從最后再取100個字節，然后將這300個字節放到一塊，通過哈希算法（比如MD5），得到一個哈希字符串，用它作為圖片的唯一標識。通過這個唯一標識來判定圖片是否在圖庫中。

2.3 數據校驗

• BT下載電影，從多個機器上分別下載，最后合并成一個。
• 對 n 個文件塊分別取哈希值，并且保存在種子文件中。只要文件塊的內容有一丁點兒的改變，最后計算出的哈希值就會完全不同。當文件塊下載完成之后，我們可以通過相同的哈希算法，對下載好的文件塊逐一求哈希值，然后跟種子文件中保存的哈希值比對。如果不同，說明這個文件塊不完整或者被篡改了，需要再重新從其他宿主機器上下載這個文件塊。

2.4 散列函數

• 散列函數對于散列算法沖突的要求要低很多。出現個別散列沖突，只要不是過于嚴重，我們都可以通過開放尋址法或者鏈表法解決。
• 是否能反向解密也并不關心。散列函數中用到的散列算法，更加關注散列后的值是否能平均分布，散列函數執行的快慢，也會影響散列表的性能，所以，散列函數用的散列算法一般都比較簡單，比較追求效率。

思考：區塊鏈

• 區塊鏈是一塊塊區塊組成的，每個區塊分為兩部分：區塊頭和區塊體。
• 區塊頭保存著自己區塊體和上一個區塊頭的哈希值。
• 因為這種鏈式關系和哈希值的唯一性，只要區塊鏈上任意一個區塊被修改過，后面所有區塊保存的哈希值就不對了。
• 區塊鏈使用的是SHA256哈希算法，計算哈希值非常耗時，如果要篡改一個區塊，就必須重新計算該區塊后面所有的區塊的哈希值，短時間內幾乎不可能做到。

分布式系統應用：

2.5 負載均衡

• 我們可以通過哈希算法，對客戶端IP地址或者會話ID計算哈希值，將取得的哈希值與服務器列表的大小進行取模運算，最終得到的值就是應該被路由到的服務器編號。我們就可以把同一個IP過來的所有請求，都路由到同一個后端服務器上。

2.6 數據分片

• 假設有1億張圖片，很顯然，在單臺機器上構建散列表是行不通的。因為單臺機器的內存有限，而1億張圖片構建散列表顯然遠遠超過了單臺機器的內存上限。
• 對數據進行分片，然后采用多機處理。我們準備n臺機器，讓每臺機器只維護某一部分圖片對應的散列表。
• 每次從圖庫中讀取一個圖片，計算唯一標識，然后與機器個數n求余取模，得到的值就對應要分配的機器編號，然后將這個圖片的唯一標識和圖片路徑發往對應的機器構建散列表。
• 要判斷一個圖片是否在圖庫中的時候，我們通過同樣的哈希算法，計算這個圖片的唯一標識，然后與機器個數n求余取模。假設得到的值是k，那就去編號k的機器構建的散列表中查找。

2.7 分布式存儲

• 海量數據緩存在n臺機器上，哪天緩存不夠了，加一臺機器，之前數據是通過和n求模得到的，現在全失效了？
• 我們需要一種方法，使得在新加入一個機器后，并不需要做大量的數據搬移。這時候，一致性哈希算法就要登場了。
• 假設我們有k個機器，數據的哈希值的范圍是[0，MAX]。我們將整個范圍劃分成m個小區間（m遠大于k），每個機器負責m/k個小區間。當有新機器加入的時候，我們就將某幾個小區間的數據，從原來的機器中搬移到新的機器中。這樣，既不用全部重新哈希、搬移數據，也保持了各個機器上數據數量的均衡。

總結

以上是生活随笔為你收集整理的算法--Hash算法及其应用场所的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。