什么是哈希算法
将任意长度的二进制值串，映射为固定长度的二进制值串，这个映射规则就是哈希算法，映射后的二进制值串就是哈希值。
一个优秀的哈希算法，需要满足下面几点要求：
- 从哈希值不能反向推导出原始数据
- 对输入的数据非常敏感，哪怕原始数据只修改了一个bit，哈希值也要大不同
- 散列冲突的概率要很小，即对于不同的原始数据，哈希值相同的概率要很小
- 哈希算法的执行效率要尽量高效，针对较长文本，也能快速计算出哈希值
哈希算法的应用
1. 安全加密
经常用于加密的哈希算法是：
(1) MD5（Message-Digest Algorithm 消息摘要算法）
(2) SHA（Secure Hash Algorithm 安全散列算法）
对用于加密的哈希算法，比较重要的两点是：
(1) 很难从哈希值反向推到出原始数据
(2) 散列冲突的概率要很小
哈希值越长的算法，散列冲突的概率就越低；越复杂、越难破解的算法，计算时间就越长。
2. 唯一标识
这里举个列子：如何在海量的图库中，搜索一张图是否存在？（可能存在名称相同但图片内容不同，或者图片内容相同但名称不同）
任何文件在计算中都可以转成二进制串，所以比较笨的办法，就是直接拿要找的图片的二进制串与图库中所有图片的二进制串一一比对。但是每个图片小则几KB，大则几MB，转成二进制串很长，对比起来非常耗时。
所以比较快的方法就是，给每个图片起个唯一标识（可以从图片的二进制串开头、中间、尾部各取100个字节，放在一起进行哈希运算），把唯一标识和图片路径都存在散列表里。查找的时候，先通过哈希算法得到这个图片的唯一标识，再在散列表中查找是否存在这个唯一标识。如果不存在，则图片不在图库中，如果存在，从散列表中取出图片路径，获取到图片内容，和要查找的图片比对，如果完全一样，则在图库中，否则不在。
3. 数据校验
BT下载的原理是基于P2P协议的，从多个机器上并行下载一个2GB的电影，这个电影会被分成很多块，等所有文件块都下载完毕，再组装成一个完整的电影文件。
但网络传输是不安全的，下载的文件块可能被修改过，或者不完整等等，最终合并成的电影可能就无法观看，甚至导致电脑中毒。那怎么校验文件块的安全、正确、完整呢？
可以对每个文件块分别取哈希值，保存在种子文件中。因为哈希算法对数据很敏感，只要文件块的内容有一丁点改变，得到的哈希值都大不一样，这样下载完成后，通过对比文件块的哈希值，即可得到校验。
4. 散列函数
散列函数是散列表的关键，直接决定了散列冲突的概率和散列表的性能。
不过散列函数对于散列算法冲突概率的要求比较低，而且也不关心值是否能反向解密，更加关注的是散列算法的执行快慢 和 散列后数据是否能均匀分布。
所以散列函数用的散列算法，一般都比较简单，比较追求效率。
5. 负载均衡
通过哈希算法，对客户端IP地址或会话ID计算哈希值，将哈希值与服务器列表大小进行取模运算，得到的值就是被路由到的服务器的编号。
6. 数据分片
假设有1TB的日志文件，记录了搜索词，如何快速统计每个搜索词出现的次数？
分析：日志文件很大，没法放到一台机器的内存中；只用一台机器处理，时间会很长。
所以，要先对数据进行分片，然后采用多机处理提高速度。依次读取日志文件中的搜索词，通过哈希函数计算哈希值，再跟机器数取模，得到被分配到的机器编号，每个机器计算出搜索次出现次数，合并后即为最终结果。
7. 分布式存储
缓存数据分布在多台机器上的时候，通过哈希函数对数据取哈希值，再与机器数取模，得到的值就是数据该存储的机器编号。
但是这样在面对增减缓存机器时，缓存中的数据大部分会失效，请求穿透缓存，直接请求数据库，可能发生雪崩效应，压垮数据库。
想要在增加机器时，只需要做少量数据迁移，一致性哈希算法 就登场了。
还有很多别的应用，就不举例了。
