是不同的盐渍哈希，相当于布隆过滤器的不同哈希算法？

Question

随着您的数据集变大，您需要更多的哈希算法来保持1％的低误报率。

如果我希望我的bloom过滤器在运行时动态增长，那么我将需要多少哈希算法。如果我使用相同的（比如MD5）哈希，但随机生成的盐，在哈希值之前附加到值上，这会产生与使用不同的哈希（比如MD5，SHA1等）相同的效果吗？

我使用.NET C＃作为参考，但该语言几乎与此问题无关。

Answer 1

MD5是一种为Bloom过滤器生成哈希的非常昂贵的方法。您可能希望使用执行速度更快的内容，例如Jenkins hash或其中一个变体，或something along these lines。

正如您所指出的，Bloom过滤器需要大量的哈希函数。提出17个独特的哈希函数是最困难的。幸运的是，有一种方法可以避免这样做。我使用了论文Less Hashing, Same Performance: Building a Better Bloom Filter中描述的技术。事实证明这在C＃中非常容易，而且性能非常好。

论文中的数学可能有点难以理解，但你可以很容易地得到它的要点。本文描述了几种不同的方法，可以简单快速地生成多个哈希码值。

此外，Bloom过滤器通常不易动态调整大小。如果您希望Bloom过滤器增长，则需要专门构建支持它的可扩展Bloom过滤器。对[可扩展布隆过滤器]的Google搜索将提供大量参考和一些代码示例。