Question

我正在尝试尽可能快地获取文件的哈希值。我有一个程序，可以在几个文件到几十万个文件之间的任何地方散列大量数据（100GB +），包括随机文件大小（从几KB到每个文件的5GB +）。

该程序必须支持所有Java支持的算法（MD2，MD5，SHA-1，SHA-256，SHA-384，SHA-512）。

目前我使用：

/**
 * Gets Hash of file.
 * 
 * @param file String path + filename of file to get hash.
 * @param hashAlgo Hash algorithm to use. <br/>
 *     Supported algorithms are: <br/>
 *     MD2, MD5 <br/>
 *     SHA-1 <br/>
 *     SHA-256, SHA-384, SHA-512
 * @return String value of hash. (Variable length dependent on hash algorithm used)
 * @throws IOException If file is invalid.
 * @throws HashTypeException If no supported or valid hash algorithm was found.
 */
public String getHash(String file, String hashAlgo) throws IOException, HashTypeException {
    StringBuffer hexString = null;
    try {
        MessageDigest md = MessageDigest.getInstance(validateHashType(hashAlgo));
        FileInputStream fis = new FileInputStream(file);

        byte[] dataBytes = new byte[1024];

        int nread = 0;
        while ((nread = fis.read(dataBytes)) != -1) {
            md.update(dataBytes, 0, nread);
        }
        fis.close();
        byte[] mdbytes = md.digest();

        hexString = new StringBuffer();
        for (int i = 0; i < mdbytes.length; i++) {
            hexString.append(Integer.toHexString((0xFF & mdbytes[i])));
        }

        return hexString.toString();

    } catch (NoSuchAlgorithmException | HashTypeException e) {
        throw new HashTypeException("Unsuppored Hash Algorithm.", e);
    }
}

是否有更优化的方法来获取文件哈希？我正在寻找极致的表现，我不确定我是否已经采用了最佳方式。

Answer 1

我看到了许多潜在的性能改进。一种是使用StringBuilder代替StringBuffer;它是源兼容的，但性能更高，因为它不同步。第二个（更重要的）是使用FileChannel和java.nio API而不是FileInputStream - 或者至少将FileInputStream包裹在BufferedInputStream中}优化I / O.

Answer 2

除了欧内斯特的回答： - MessageDigest.getInstance（validateHashType（hashAlgo））我认为这可以在一个线程本地hashmap中缓存，其中validateHashType（hashAlgo）作为键。制作MessageDigest需要时间，但您可以重复使用它们：在从Map获取实例后，在开始时调用reset（）方法。

请参阅java.lang.ThreadLocal的javadoc

获取文件哈希性能/优化

2 个答案: