可以使用缓冲读取来计算MD5（或其他）哈希吗？

Question

我需要计算很大文件（千兆字节）的校验和。 可以使用以下方法完成此操作：

    private byte[] calcHash(string file)
    {
        System.Security.Cryptography.HashAlgorithm ha = System.Security.Cryptography.MD5.Create();
        FileStream fs = new FileStream(file, FileMode.Open, FileAccess.Read);
        byte[] hash = ha.ComputeHash(fs);
        fs.Close();
        return hash;
    }

但是，文件通常是事先以缓冲方式写入的（例如一次写入32mb）。 我如此确信，我看到了一个哈希函数的替代，该哈希函数使我能够在编写的同时计算MD5（或其他）哈希，即：计算一个缓冲区的哈希，然后将得到的哈希输入到下一个迭代中。

像这样的东西：（pseudocode-ish）

byte [] hash = new byte [] { 0,0,0,0,0,0,0,0 };
while(!eof)
{
   buffer = readFromSourceFile();
   writefile(buffer);
   hash = calchash(buffer, hash);
}

哈希现在与在整个文件上运行calcHash函数所实现的功能类似。

现在，在.Net 3.5 Framework中找不到类似的替代项，我在做梦吗？ 它从来没有存在过，还是我在搜索时很烂？ 一次进行写入和校验和计算的原因是由于文件大而有意义。

Answer 1

我喜欢上面的答案，但是为了完整起见，并且是一个更通用的解决方案，请参阅CryptoStream类。 如果您已经在处理流，则可以很容易地将流包装在CryptoStream ，并将HashAlgorithm作为ICryptoTransform参数传递。

var file = new FileStream("foo.txt", FileMode.Open, FileAccess.Write);
var md5 = MD5.Create();
var cs = new CryptoStream(file, md5, CryptoStreamMode.Write);
while (notDoneYet)
{
    buffer = Get32MB();
    cs.Write(buffer, 0, buffer.Length);
}
System.Console.WriteLine(BitConverter.ToString(md5.Hash));

您可能必须在获取哈希之前关闭流（因此HashAlgorithm知道已完成）。

Answer 2

您可以使用TransformBlock和TransformFinalBlock方法来分块处理数据。

// Init
MD5 md5 = MD5.Create();
int offset = 0;

// For each block:
offset += md5.TransformBlock(block, 0, block.Length, block, 0);

// For last block:
md5.TransformFinalBlock(block, 0, block.Length);

// Get the has code
byte[] hash = md5.Hash;

注意：它可以（至少与MD5提供程序一起使用）将所有块发送到TransformBlock ，然后将空块发送到TransformFinalBlock以完成该过程。

Answer 3

似乎可以使用TransformBlock / TransformFinalBlock ，如本示例所示：对大型文件进行哈希处理时显示进度更新

Answer 4

哈希算法有望处理这种情况，通常使用以下3个函数实现：

hash_init() -调用以分配资源并开始哈希。
hash_update() -在到达新数据时调用它。
hash_final() -完成计算并释放资源。

请参阅http://www.openssl.org/docs/crypto/md5.html或http://www.openssl.org/docs/crypto/sha.html ，以获取有关C语言的良好标准示例； 我确定您的平台也有类似的库。

Answer 5

我只需要做类似的事情，但想异步读取文件。 它使用TransformBlock和TransformFinalBlock，并给我与Azure一致的答案，所以我认为这是正确的！

private static async Task<string> CalculateMD5Async(string fullFileName)
{
  var block = ArrayPool<byte>.Shared.Rent(8192);
  try
  {
     using (var md5 = MD5.Create())
     {
         using (var stream = new FileStream(fullFileName, FileMode.Open, FileAccess.Read, FileShare.Read, 8192, true))
         {
            int length;
            while ((length = await stream.ReadAsync(block, 0, block.Length).ConfigureAwait(false)) > 0)
            {
               md5.TransformBlock(block, 0, length, null, 0);
            }
            md5.TransformFinalBlock(block, 0, 0);
         }
         var hash = md5.Hash;
         return Convert.ToBase64String(hash);
      }
   }
   finally
   {
      ArrayPool<byte>.Shared.Return(block);
   }
}