什麼樣的散列算法用於Hive的內置HASH（）函數

Question

什麼樣的散列算法用於內置的HASH（）函數？

我理想的是尋找一個SHA512/SHA256哈希，類似SHA（）函數在Pig中的linkedin datafu UDF中提供的哈希。

Answer 1

HASH函數（自Hive 0.11開始）使用類似於java.util.List#hashCode的算法。

其代碼如下所示：

int hashCode = 0; // Hive HASH uses 0 as the seed, List#hashCode uses 1. I don't know why. 
for (Object item: items) { 
    hashCode = hashCode * 31 + (item == null ? 0 : item.hashCode()); 
} 

基本上它是一個典型的散列算法在書中有效的Java建議。 引述一個偉大的人（和一個偉大的book）：

值31的選擇是因爲它是一個奇素數。如果它甚至是 並且乘法溢出，信息將會丟失，因爲 乘以2相當於移位。使用 素數的優點不太清楚，但它是傳統的。 31的一個不錯的屬性是 ，乘法可以被移位和減法 代替以獲得更好的性能：31 * i ==（i < < 5） - i。現代虛擬機會自動執行這種優化。

我離題了。你可以看看HASH來源here。

如果你想在蜂房使用SHAxxx那麼你可以使用Apache DigestUtils類和蜂巢內置reflect功能（我希望會工作）：

SELECT reflect('org.apache.commons.codec.digest.DigestUtils', 'sha256Hex', 'your_string')