什麼是雜湊演算法
將任意長度的二進位制值串對映為固定長度的二進位制值串，這個對映的規則就是雜湊演算法，得到的二進位制值串就是雜湊值。
一個hash演算法需要滿足幾點要求：
- 從雜湊值不能反向推匯出原始資料（所以雜湊演算法也叫單向雜湊演算法）；
- 對輸入資料非常敏感，哪怕原始資料只修改了一個bit，最後得到的hash值也大不相同；
- 雜湊衝突的概率很小，不同的原始資料，雜湊值相同的概率非常小；
- 雜湊演算法的執行效率要儘量高效，針對較長的文字，也能快速的計算出雜湊值。
雜湊演算法的應用
- 安全加密
- MD5（訊息摘要演算法）、SHA（安全雜湊）、DES（資料加密標準）、AES（高階加密標準）等。
- 雜湊演算法無法做到零衝突（鴿巢原理）：雜湊值是固定長度的資料串（如MD5：128bit）因此雜湊值的數量也是有限的2^128。對於無限的資料進行雜湊演算法得到有限的雜湊值，肯定會有衝突的。但如2^128已經是個很龐大的資料範圍了，想破解非常之難了。
- 實際開發中選取加密演算法，要衡量破解難度和計算時間。
- 唯一標識
通過一個較短的二進位制串表示一個很大的資料。
如果想從海量相簿中查詢一張圖片。因為圖片後設資料（名稱、地點等資訊）可能會相同沒辦法唯一標識一張圖片。因此我們可以從圖片的二進位制碼串（任何檔案在計算中都可以表示成二進位制碼串）前中後三個部位取100B資料，把這300Byte合併通過雜湊演算法（如MD5）得到一個雜湊值作為圖片的唯一標識。在根據前邊學的查詢相關的演算法，可以把圖片的唯一標識作為key，和相應圖片檔案在相簿中的路徑資訊都儲存在雜湊表中，在雜湊表中通過key可以在O(1)下查詢到圖片。
-
資料校驗
資料在網路中進行傳輸，很有可能被惡意修改，導致檔案無法開啟，甚至導致電腦中毒。如何檢測資料是否被篡改呢？雜湊演算法對資料很敏感，只要資料有一點變化生成的雜湊值就會變化，因此可以對資料進行雜湊，得到雜湊值。當收到檔案時，再對檔案進行相同雜湊函式計算得到雜湊值和原始雜湊值進行比較，不同則說明資料被篡改了。 -
雜湊函式
之前的雜湊函式也是雜湊演算法的一種應用，只不過它更關注雜湊後的值是否平均分佈，雜湊函式執行的快慢，因此雜湊函式一般比較簡單，追求效率。
對使用者密碼進行傳輸如何做更安全呢？
僅對密碼進行MD5/SHA加密還是有很大的可能被攻破，因為有的使用者設定的密碼太簡單（如：654321等）攻擊者可以進行字典攻擊：字典中儲存攻擊者可能猜到的各種密碼組合和對應加密後的資料串，這樣拿到加密後的資料，在字典中查詢，很可能就破解了。
針對字典攻擊，可以引入一個鹽，和使用者密碼組合在一起增加密碼複雜度，在進行雜湊演算法加密，這樣就提高了破解難度。
雜湊演算法解決分散式問題
- 負載均衡
如何把同一個客戶端上的所有請求都路由到同一個後端伺服器上呢？
- 最簡單的方法：維護一張客戶端IP和伺服器編號的對映關係表。客戶端每次發請求，找到表中對應的伺服器編號，請求。但是這種方式有幾個弊端：
- 客戶端很多，表會很大，浪費記憶體空間；
- 客戶端上線下線、伺服器擴容縮容都會導致對映關係失效，表的維護成本高。
- 雜湊演算法：對客戶端的IP地址計算雜湊值，再將雜湊值與伺服器編號列表的大小進行取模，得到的值加上伺服器編號起始值就得到了伺服器編號。這樣就保證了同一個IP最終計算得到的編號值都是一樣的（並不需要保證伺服器一直都是同一個）。
- 資料分片
如果有1T的日誌檔案，記錄了使用者的搜尋關鍵字，如何快速統計出每個關鍵詞被搜尋的次數呢？
最開始想到了桶排序，把相同的資料放同一個桶中，最後統計桶中資料個數。但這樣就有兩個問題：
- 有1T的資料，一起取出來計算機記憶體根本放不下，而且還要為桶開闢空間。
- 如何把一個資料放到一個桶中呢？通過哪種對映關係呢？
結合上述問題的到的處理方法：一個計算機放不下，可以用多臺計算機併發處理。這樣我們可以把每臺計算機看做一個桶。那麼如何把資料放到對應的計算機中呢？想到了雜湊演算法：對每個資料計算雜湊值，然後再根計算機編號列表大小n取模的計算機編號，資料就放到對應編號的計算機中。這樣相同資料肯定放在同一個計算機中。在每個計算機在分別計算相同資料出現的次數，最後在合併結果即可。
這種思想（MapReduce）結合了桶（資料分片）、雜湊演算法、雜湊函式（取模對應列表index）。
如果再1億張圖片中找一張圖片，也可以用上述的思想來解決。
針對這種海量資料問題的處理，都可以採用多機分散式處理，藉助這種分片思路可以突破單機記憶體、CPU等資源的限制。
- 分散式儲存
資料分片時如果增加了一臺計算機，那麼原本雜湊函式得到的結果就都失效了，需要全部資料重新計算一次。需要一致性雜湊演算法。（待補充）