Question

任何人都可以向我解释，也许可以提出更好的方法。

为什么校验和（0.0280）=校验和（-0.0280）？强制浮动可以解决该问题，但我不愿意这样做，我宁愿找到解决方法。

LE：我一直想让事情保持简单，因为这里的大多数问题都是在生产中出现的，因此将整个数据库结构放的有些过头了。我会尽力解释一下。我有一些动态结构表（在最终用户通过Web应用程序控制结构的意义上来说是动态的），它们具有以下大致结构：Id（int），StartDate，FKey1（nvarchar），Value1（十进制或nvarchar或int），值2 ...值N。

可以用冗余数据（数百万行）填充（再次由最终用户使用）此表，在进行某些计算时，我希望整理一下该表，仅保留相关信息。整理它的方法是删除连续的相同行（日期除外）。为了提高性能，我想避免单独检查每个列，因此CHECKSUM派上了用场，因为它还支持多列作为输入。

Answer 1

如果您认为每种可能的CHECKSUM都只有一个可能值，那您就错了。

来自documentation：

如果表达式列表中的至少一个值发生更改，则列表校验和可能会更改。但是，这不能保证。因此，要检测值是否已更改，我们建议使用仅当您的应用程序可以容忍偶尔丢失时才使用CHECKSUM 更改。否则，请考虑改用HashBytes。使用指定的MD5哈希算法，与CHECKSUM相比，对于两个不同的输入，HashBytes返回相同结果的可能性要低得多。

如果您想进一步研究，可以使用Google CHECKSUM collisions。

Answer 2

使用散列函数（例如CHECKSUM），总是会有冲突的风险。

您可以尝试另一个（较慢的）哈希函数（例如@TabAlleman提到的HashBytes），也可以尝试做一些自制尝试，这些尝试可能比HashBytes更好（但是应该对此进行测试），并且更适合您的预期您期望进入的数量。所以这是一个权衡：性能与碰撞风险。这是2种这样的自制尝试，对于除数字之外的相等数字，它们将给出不同的结果。请注意，这些变体也会产生碰撞，但很可能是其他差异，而不仅仅是其符号。

select checksum(.028, floor(.28))
select checksum(-.028, floor(-.28))

select checksum(.028) + sign(.28)
select checksum(-.028) + sign(-.28)

当您说可以通过强制转换为浮点数来解决它，但仍然不想这样做时，我想知道这是否出于性能考虑。如果是这样，我不确定我的变体是否会比强制转换为浮点型更好。可以自己测量一下：-）

SQL Server CHECKSUM函数问题

2 个答案: