问题描述
我正在研究系统设计，并且一直在阅读URL缩短器。我意识到围绕此主题有很多问题，但是对于哈希以及哈希+编码的顺序有一些特定的问题。
输入：https://example.com/owjpojwepofjwpoejfpwjepfojpwejfp/wefoijhwioejfiowef/weoifhwoiehjfiowef
输出：https://example.com/abr4fna
如果我通过md5运行此输入，则会得到以下9e91e9c2a7ce0f0d11b475d2abfb8593。显然，这超出了我想要的长度，因此我可以截断（0,7]中的子字符串。问题是，在某种程度上，我仍然会发生冲突，因为md5的前缀不能保证唯一服务中生成的url数量增加。
如果我以前已经使用过此ID，我不想检查数据库，因为这会使我正在执行的读取数量与正在执行的写入数量成比例。另外，随着我进行哈希生成和存储的应用服务器数量的增加，可能会出现并发问题。
我看到有人提到使用base64编码输出哈希，但是在哈希之后这会增加什么值？是因为我将唯一组合的数量增加了64 ^ n，其中n是哈希的长度，而md5仅为36 ^ n？
谢谢。只是有兴趣进行此讨论。
编辑：
据我了解，如果接收系统在解释输出哈希值中的二进制数据时遇到问题，我们纯粹是在进行编码，以确保不会出现传输故障-因此，它纯粹是为了显示。
解决方法
根据定义，您不能散列较大的域，并且期望获得较小的域而不会发生冲突。哈希是有用的，因为它是单向的，并且需要计算上不可行的尝试来找到那些冲突。但是，具有7个字符的输出和较大的输入域，即使碰巧也很容易产生碰撞。
您当前正在使用7个十六进制数字。每个十六进制数字代表4位。因此，您有28位或2 ^ 28个可能的值。可能的值约为2.56亿。因此，如果您猜足够长的时间，就会足够快地发生碰撞。使用base64时，每个字符将有6位（2 ^ 6 = 64，因此是名称）。这意味着您将位大小增加了7 * 2 = 14位，或者说是16,000倍，但是距离无冲突还差得很远。
实际上，对于采用生日界限时的任何密码保证，MD5的16字节输出大约是您要避免冲突的哈希的绝对最小大小。当然，MD5并没有被淘汰，您真的想使用SHA-256。