根据Birthday paradox：
如果我将它应用于数据库（如果我错了，请纠正我）：
如果我们需要在数据库中存储UNIQUE散列数据，并且我们有一个可以生成365个唯一散列值的散列算法，那么在前23个数据条目和99.9％（！）之后有50％的可能发生数据冲突。在前75个数据库条目之后发生碰撞的可能性。
我们的算法可以生成的唯一哈希值和数据条目量可以指数增长，但冲突的可能性将保持不变。如果这样对吗？
我有一个包含交易的大表（用于电子商务），我将字段'收据'设置为唯一。而实际的收据数字是困扰我的。
收据编号示例：BHF2Z47E仅大写A-Z / 0-9，长度为8个符号。
更新
答案 0 :(得分：1)
生日悖论只是说明如果你在n的空间中随机生成值，那么当你存储sqrt(n)值时，存在从没有碰撞到碰撞的快速相变 - 这就是概率增加的地方超过50％。
在你的例子中，你有一个26 + 10个字符和8个数字的字母;这样36^8或大约2.8万亿个可能的密钥;在大约160万个条目之后，你可以预期有超过50％的碰撞概率;那不是很好。即使只是其中的一小部分，也有可能发生碰撞。
作为比较，假设您为每个收据生成了160位随机密钥（2^160个可能的值）;那么您需要生成约2^80个收据（约10^24）才能达到相同的碰撞概率。您可以将您的产品作为一个非常大的公司出售给您的整个生命，可能仍然没有看到任何。另一个观点是，在观察到碰撞之前，您的硬盘或计算机将会出现故障。
The table in this article为您提供了一些具体的数字。例如，插入256位哈希值和10^31值后，您将获得10^-15的冲突概率。根据那篇文章，这是你的硬盘无法纠正的错误率。这可能是你应该用收据瞄准的量级，以避免覆盖它们。要让这些价值变得更大，并不难。
当然，这取决于您使用随机数据正确播种PRNG的事实;否则你可以轻松获得相同的密钥：）