我能够使用MD5唯一标识多少数据（以MB为单位）？

Question

3

我有数百万条数据记录，每个记录大小约为2MB。这些数据都存储在文件中，并且与该记录相关的一组其他数据存储在数据库中。

当我的程序运行时，我将在内存中呈现其中一个数据记录，并需要生成相关的数据。为此，我想对内存进行MD5处理，然后使用此哈希作为关键字进入数据库。该关键字将帮助我定位其他数据。

我需要知道的是，数据内容的MD5哈希是否是唯一标识2MB数据的合适方式，也就是说，我可以使用MD5哈希而不必过多担心碰撞吗？

我意识到存在碰撞的可能性，我的问题是，在数百万个2MB数据记录中发生碰撞的可能性有多大？碰撞是常见事件吗？与硬盘故障或其他计算机故障相比如何？MD5可以用于安全地识别多少数据？例如数百万GB的文件？

我不担心恶意或数据篡改。我已经采取了保护措施，以确保我不会收到被篡改的数据。

- stuck

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- sharptooth · Accepted Answer

这归结为所谓的生日悖论。该维基百科页面提供了简化的公式来评估碰撞概率，结果将非常小。

下一个问题是如何处理例如10^-12的碰撞概率-请参见这个非常相似的问题。