将 SQL Server HashBytes varbinary 转换为 Bigint答案

【问题标题】：Converting SQL Server HashBytes varbinary to Bigint将 SQL Server HashBytes varbinary 转换为 Bigint
【发布时间】：2017-11-14 23:53:51
【问题描述】：

我看过几个博客，它们展示了在为一组值生成哈希时如何将结果从 HashBytes 转换为 bigint。这在数据仓库中似乎很常见。这具有将哈希存储为整数的优点，这对于连接非常有用并提供了良好的分区分布。

不过，我想知道这是否是一个好习惯。我注意到使用带有 HashBytes 的 Sha1 会产生 16 字节的结果。由于 bigint 是 8 字节数据类型，这是否会导致在将其转换为 bigint 之前必须将 16 字节截断 8 位？如果是这样，这似乎会增加碰撞的可能性。

我们已经将我们的 varbinary 哈希转换为 bigint 已经有一段时间了，还没有遇到过冲突，但如果上面的假设是正确的，那肯定是运气不好。

为了测试这一点，我尝试转换一些哈希值以查看是否可以从 bigint 恢复到原始哈希值，但无法这样做，这可能表明存在问题（或者我的转换不正确） .

您的数学大师对此有什么想法吗？提前致谢！

DECLARE @value varchar(5) = '12345'
DECLARE @hash varbinary(max) = hashbytes('SHA1', @Value)

SELECT @hash AS OriginalHash
SELECT CAST(@hash as nvarchar(max)) AS StringHash
SELECT CAST(CAST(@hash as nvarchar(max)) as varbinary(max)) AS StringBackToOriginalHash
SELECT CAST(@hash as bigint) AS BigIntHash
SELECT CAST(CAST(@hash as bigint) as varbinary(max)) AS BigIntBackToOriginalHash

最近 SQL 2016 表明他们将弃用旧的散列算法，我们最终将不得不使用更长的散列值 Sha2_256 和 Sha2_512，这将占用更多空间。如果 bigint 与旧的 Sha1 哈希一样具有抗冲突性，这也是为什么使用 bigint 会很棒的另一个原因。

【问题讨论】：

标签： sql sql-server hash

【解决方案1】：

其实我想我可能已经在这篇文章中找到了答案。 https://blogs.msdn.microsoft.com/sqlcat/2005/09/16/using-hashing-to-obscure-sensitive-data/

2) 如果您使用数百万个 SSN 值，使用从截断哈希构建的 bigint 可能会产生不可接受的哈希冲突风险。哈希冲突的可能性可以使用在给定 2^(#bits/2) 个输入值的情况下估计有 50% 的冲突机会来计算。对于使用 7 个字节计算的 bigint，这意味着如果您对 2^28 个不同的值或 2.68 亿个不同的 SSN 进行散列，则有 50% 的机会发生冲突。因此，如果您的输入值范围很大，您可能希望使用完整的哈希字符串，或者将哈希的较长子字符串转换为十进制值。

【讨论】：