我们先说下hash这个词出现的场景。
|
以上的场景，覆盖了：开发的编码，服务的管控，版本的管理。贯穿于整个互联网项目的周期中。
hash是一系列的算法
特点：
能给一大堆不规律的数据，给出长度固定的标签，这些标签的值分散的比较均匀。
数据可以变成标签，标签没办法变成数据。
比如：从学校里随机抽取1000个学生，不论是从成绩，家庭收入来进行划分，他们大概率都会成正态分布。毕竟中庸的人最多，这就很不“hash”了。
但如果按年纪、班级来分类，会比较平均。这就很”hash”了。
编程语言里的数据类型
因为它均匀分布的特性，就很适合用来做数据存储。
例如：
有6个苹果，分别编号「2,27,125,234553,6635,9」要放进抽屉里，方便下次拿出，怎么给抽屉编号。方便拿到需要的苹果。
典型的key与value的对应问题。
-
最好的方式，按数值大小给抽屉编号，但是会有很大的空间浪费。比如2与27之间就会有二十几个空抽屉。
-
另一种方式就是直接6个抽屉，放6个苹果，要拿多少号的苹果，就一个抽屉一个抽屉找。节约了抽屉，但是翻找东西的时候麻烦了。
-
还有种方式就是 编码%10 来放苹果。那么 27号苹果在7号抽屉里。125号在5号抽屉里。6635号苹果，因为有冲突，要么也放到5号抽屉里挤一挤，挤不下则放在10+1=11号抽屉里。
这就是通过“hash”的方式来保证更方便的拿到苹果。
当然问题答案和问题在实际并不会如此简单
因为数据是会有各种格式的，字符串，浮点…..
还有冲突的问题，两个一样的编号如何放置？每个苹果编码结尾数字都一样怎么办？
负载均衡
这里主要使用一致性哈希算法。还是之前6个编号号的苹果。按照之前的说法，有10个抽屉0-9就可以把这些苹果如下放到抽屉里
二:2,七:27,五:125,三:234553,五:6635,九:9
问题是我们只有一号，三号，八号三个抽屉。
解决方案是：“二:2”我们打算放到二号抽屉里，但是没有这个抽屉，就往后放到三号里面去。那么“五:125”就放到八号抽屉了。“九:9”的话到头了，我们就从头找起。找零号没有…一号，有，放进去。
这样就可以解决苹果放置的问题了。关键的问题是什么呢？
如果八号突然没了。那八号的苹果拿出来，
接着往后放，找九号抽屉，没有，
零号抽屉也没有
一号抽屉有，放进去。
这里的例子就是，分布式群集有多个节点，怎么通过键来确定数据存在哪个节点里了。
文件和程序的版本管理
更新系统的时候，我们能看到各种版本号，但是整个程序是有很多小小的部分组成的，哪个文件要不要用新的怎么确认？
假如是分布式系统里，一个服务要分发到多个机器上，更新的时候怎么确定哪些文件要被更新。
有几种方式：
-
看时间戳，旧的就不要，全用新的。那么问题就是有的旧文件其实还能用。
-
看版本号，低于这个版本就不要。问题也差不多，版本号低，但是内容有可能一样，覆盖也只是换个名字，没必要。
-
看文件的hash值。这个hash值，是通过文件内容，很快速的算出来的一个值，内容一样，hash值就一样。只要hash值不同，就说明文件不同，那就更新掉。
可以理解为，是一种很极致的压缩方式，可以把1个G的文件，压缩成32位的数字。但是没办法解压…如同一辆压成铁砣的特斯拉…..
这里的hash值，可能是SHA1,SHA2、MD5…这些不同的算法算出来的。
Python的版本控制也开始使用hash值了。
详见《PEP 552 -- Deterministic pycs》
https://www.python.org/dev/peps/pep-0552/
用户的密码
-
我的某宝账号，里面有几十万，密码会不会被里面的员工偷偷看了？
假如密码是123456，数据库里是存的是它的哈希值“ea8a706c4c34a168”。这样别人就没办法从数据库里看到你的密码了。
有的网站觉得不安全，会存123456+”特定字符串”的方式在算出哈希值。
那么你的密码可能就变成了“41630d269546335f”。有人拿到这串字符也猜不出你的密码是123456，是不是觉得安全一些了。
-
某某站点xx万用户信息泄露，用户密码被公开。
假如你的密码真是123456，发生这种事情，你的密码会很不安全。
因为你的密码太简单了。会被暴力破解，所谓暴力破解就是一个一个常用密码来试。
如果你的密码够复杂，就算信息泄露，你的密码仍然会很安全。
这就是为什么现在的网站都有密码复杂度的提示。
不信的人可以试试破解下“ba34275de232a490”
发送“hash”获取以上字符串的原文。
更多有趣内容敬请关注“码农在中年”公众号 ⬇️
