哈希（Hash）是开发者日常工作中绕不开的基础概念——校验文件完整性、存储密码、生成缓存 key，背后都是哈希函数。这篇文章从原理到实战，帮你建立正确的认知，并告诉你什么场景该用什么算法。

哈希函数是什么？

哈希函数将任意长度的输入（字符串、文件、字节流）映射到固定长度的输出，这个输出叫做摘要（digest）或哈希值。

核心特性：

  • 确定性：相同输入永远得到相同输出
  • 单向性：无法从哈希值反推原始输入
  • 雪崩效应：改变输入中的任意一个字符，输出会发生彻底变化
  • 固定长度：SHA-256 无论输入多长，输出始终是 64 个十六进制字符
输入：  "hello"
SHA-256: 2cf24dba5fb0a30e26e83b2ac5b9e29e1b161e5c1fa7425e73043362938b9824

输入：  "Hello"  （大写 H）
SHA-256: 185f8db32921bd46d35cc06fbf3a8a26d2c25e5b7cb1f21edf4e5e523f3b8a4f

仅改了一个字母，输出完全不同——这就是雪崩效应。

常见哈希算法对比

MD5

输出：128 位（32 个十六进制字符）

MD5 曾是校验和、密码哈希的主流选择。但现在已被证明不安全——碰撞攻击在实践中可行，即两段不同的输入可以产生相同的哈希值。

仍可用于：非安全场景的文件完整性校验（排除意外损坏）、内容寻址缓存。

echo -n "hello" | md5sum
# 5d41402abc4b2a76b9719d911017c592

SHA-1

输出：160 位（40 个十六进制字符）

Google 在 2017 年演示了实际的 SHA-1 碰撞攻击（SHAttered）。Git 曾经使用 SHA-1 作为 commit 哈希，正在迁移到 SHA-256。不要用于安全场合。

SHA-256

输出：256 位（64 个十六进制字符）

SHA-2 家族的主力，目前绝大多数安全场景的标准选择。比特币工作量证明、TLS 证书签名均使用 SHA-256。

echo -n "hello" | sha256sum
# 2cf24dba5fb0a30e26e83b2ac5b9e29e1b161e5c1fa7425e73043362938b9824

SHA-512

输出：512 位（128 个十六进制字符）

比 SHA-256 摘要更长。在 64 位系统上利用 64 位字操作，性能反而可能优于 SHA-256。

SHA-3（Keccak）

与 SHA-2 底层架构完全不同的独立算法——不是”更大的 SHA-2”。即使 SHA-2 将来被攻破，SHA-3 也不受影响，提供额外的安全边界。

在线生成哈希

使用 ZeroTool 哈希生成器 →

粘贴任意文本，选择算法（MD5、SHA-1、SHA-256、SHA-512），即时得到哈希值。所有计算在浏览器本地完成，不上传数据。

适用场景：

  • 验证下载文件与官方公布的校验和是否一致
  • 生成内容哈希用于 CDN 缓存失效（cache busting）
  • 在不暴露原文的情况下比较两个字符串是否相同
  • 调试时快速生成数据指纹

代码示例

Python

import hashlib

text = "你好，世界"

md5    = hashlib.md5(text.encode()).hexdigest()
sha256 = hashlib.sha256(text.encode()).hexdigest()

print(f"MD5:    {md5}")
print(f"SHA256: {sha256}")

Node.js

const crypto = require('crypto');

const hash = crypto.createHash('sha256')
  .update('你好，世界')
  .digest('hex');

console.log(hash);

浏览器环境（无 Node.js）：

async function sha256(message) {
  const msgBuffer = new TextEncoder().encode(message);
  const hashBuffer = await crypto.subtle.digest('SHA-256', msgBuffer);
  const hashArray = Array.from(new Uint8Array(hashBuffer));
  return hashArray.map(b => b.toString(16).padStart(2, '0')).join('');
}

Go

import (
    "crypto/sha256"
    "fmt"
)

func main() {
    h := sha256.Sum256([]byte("你好，世界"))
    fmt.Printf("%x\n", h)
}

文件完整性校验

开源软件发布时通常会附上 SHA-256 校验和，下载完成后验证：

# 计算下载文件的哈希值
sha256sum archive.tar.gz

# 对照官方公布的哈希值验证
echo "官方哈希值  archive.tar.gz" | sha256sum --check

国内很多软件镜像站（清华 TUNA、阿里云镜像）都会提供 SHA-256 或 MD5 校验和，养成下载后校验的习惯，避免下载到被篡改的文件。

HMAC：带密钥的哈希

普通哈希没有密钥，任何人都可以计算 SHA256("hello")。HMAC（基于哈希的消息认证码）引入密钥，只有持有密钥的双方才能验证：

import hmac
import hashlib

key = b'my-secret-key'
message = b'hello world'

signature = hmac.new(key, message, hashlib.sha256).hexdigest()

微信公众号、支付宝等开放平台的接口签名本质上都是 HMAC 的变体。GitHub Webhook 的 X-Hub-Signature-256 也是用 HMAC-SHA256 计算的。

密码存储：不要用 SHA-256

SHA-256 的问题在于太快了。现代 GPU 每秒可以计算数十亿次 SHA-256，使得暴力破解和彩虹表攻击非常可行。

密码存储必须使用专为此设计的慢哈希算法：

算法推荐指数
Argon2id首选，密码哈希竞赛冠军
bcrypt支持最广泛，兼容性好
scrypt内存困难型，是 Argon2 的好替代
# Python — passlib
from passlib.hash import argon2

hashed = argon2.hash("用户密码")
argon2.verify("用户密码", hashed)  # True

Django 默认使用 PBKDF2+SHA256，可以切换为 Argon2；Laravel 默认使用 bcrypt。

算法选型速查表

场景推荐算法
文件完整性校验SHA-256
TLS 证书 / 数字签名SHA-256 / SHA-384
密码存储Argon2id 或 bcrypt
API 签名 / WebhookHMAC-SHA256
非安全场景兼容旧系统MD5（明确标注非安全）
哈希表、布隆过滤器xxHash、MurmurHash3

小结

SHA-256 是当前绝大多数密码学需求的实践标准——足够快、标准化且经过充分审计。MD5 和 SHA-1 已不适用于安全场景。密码存储请务必使用 Argon2id 或 bcrypt，永远不要用 SHA-256 直接哈希密码。

在线生成 SHA-256、MD5 等哈希值，浏览器本地计算 →