checksum(),binary_checksum() 应该如何使用

最近看到一个有趣的系统函数应用问题。 

起因是A使用checksum(),对两行数据是否完全一致进行判断。后来使用了binary_checksum() 进行判断。
但在实际的运行过程中，发现会出现哈希碰撞的问题。程序表现不稳定。

测试了一下 

SELECT CHECKSUM(9),
       CHECKSUM('asdfa', 9),
       CHECKSUM(123, GETDATE(), 'xyz'),
	   BINARY_CHECKSUM(9),
	   BINARY_CHECKSUM('asdfa', 9),
       BINARY_CHECKSUM(123, GETDATE(), 'xyz');	

 

• 判断两行信息是否一致的逻辑，大概是这样：

DECLARE @i TABLE(id INT,name VARCHAR(10),age TINYINT)

INSERT INTO @i
(
	id,
	name,
	age
)
SELECT 1,'张三',12
UNION all
SELECT 2,'李四',15
UNION all
SELECT 1,'张三',12
	UNION all
SELECT 1,'王五',22


SELECT CHECKSUM(*),BINARY_CHECKSUM(*) FROM @i

如果判定这两个值有相等的，即可判定这两行是信息是一致的。（如果有很多列，这个用法是不是很酷炫，但是....）

 

碰撞

在数学的角度来看，校验和一样，并不意味着校验前的信息是一样的。

这里涉及一个概念的理解，什么是校验和（checksum）

简单理解过来，就是校验和是将输入数据(比如长度为2048bytes）进行了缩短化处理到4 bytes（返回值是int）。

int 范围（-2147483648 ~ 2147483647）尚且有限，那么在各种输入的情况下， 缩短化处理到这个范围，也一定会出现重复（碰撞问题）

SELECT CHECKSUM(9,1.0),CHECKSUM(9,-1.0),BINARY_CHECKSUM(3,4.1),BINARY_CHECKSUM(3,-4.1)

测试一个足够长的例子

DECLARE @k nvarchar(MAX) ='你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，
今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，
今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，
今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，
今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，
今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，今天是星期一你好，
今天是星期一你好，今天是星期一你好，今天是星期一'

select binary_checksum(@k),
       binary_checksum(@k + '真的吗？')

注意，最后一列，即便加上了额外的信息，计算出来的校验和也跟之前的一样。又一次碰撞了。 

 

总结：

checksum，binary_checksum 只能用于一种情况：如果校验和不相同，那么输入一定不相同。

反之，则不成立。