如何＆＃34;哈希＆＃34; Java中的long String into String [64]

Question

我有一个与MySQL数据库一起使用的Java应用程序。

我希望能够存储长文本并检查表是否包含它们。为此，我想使用索引，并通过减少full_text的“哈希”搜索。

MY_TABLE [
    full_text: TEXT
    text_hash: varchar(255) - indexed
]

事情是，我不能将String.hashCode（）用作：

1. JVM版本的实施可能会有所不同。
2. 价值太短，这意味着很多碰撞。

我想找到一个快速哈希函数，它将读取长文本值并为其生成一个长哈希值，比如长64个符号。

Answer 1

这种可靠的哈希方法并不快。不过，它们可能足够快。您正在寻找加密消息摘要方法（如用于识别P2P网络中的文件或Git中提交的方法）。查找MessageDigest类，然后选择算法（SHA1，MD5，SHA256等）。

这样的哈希函数将字节作为参数，并产生字节作为结果，因此请确保使用常量编码（例如UTF8）转换字符串，并转换生成的字节数组（通常为16或20个字节）使用十六进制或Base64编码的可读字符串。

Answer 2

我建议您重新访问String.hashCode()。

首先，它不会因实施而异。确切的哈希是指定的;请参阅String.hashCode javadoc规范。

其次，尽管String哈希算法不是最好的（并且肯定会有比冲突哈希更多的冲突），但它确实可以很好地将哈希扩展到32位结果上空间。例如，我快速检查了我的机器上的文本文件（/usr/share/dict/web2a），该文件有235,880个单词，并且有六个碰撞。

第三和第四：String.hashCode()应该快得多，并且散列值所需的存储空间应该比加密散列要小得多。

如果你在数据库表中存储字符串，并且它们的哈希值被索引，那么发生一些冲突就不重要了。查找字符串应该可以非常快速地获得正确的数据库行，并且与数据库I / O相比，必须（可能）检查几个实际字符串应该非常快。