我们拥有大型数据集（多列），拥有近5000万个独特的电话号码。我们打算定期（每天或每周）将数据上传到Amazon S3。但首先，我们争抢或掩盖电话号码至关重要，其他字段可以保留原样。
使用水果作为电话号码的类比，我解释了下面的问题。
考虑了选项。
1）通过电话号码汇总所有数据，并为每个号码分配一个唯一值。
问题是这不是一致的方法。
第一次第二次
apple - v1 apple - v1
香蕉-v2樱桃-v2
cherry -v3
这只能是一次性的解决方案。
2）使用SHA-1生成哈希并将其存储在某个本地表中。然后我们可以使用这个本地表稍后从键中引用原始值
问题是即使添加了salt，SHA-1 可能也会出现重复哈希值。不确定是否可以维护唯一哈希表
apple - asjdfaslkdfj
香蕉 - blajsdfkljas
cherry - blajsdfkljas（这是可能的）
3）使用AES加密数据。
是否可以加密一个列，因为AES似乎能够加密整个文件。
另一个问题是加速这么多数据的速度可能变得很慢。我只是在这里大声思考。
有人可以为这个问题推荐合适的解决方案吗？