为什么‘`cksum`’跑得比‘md5sum’慢？

Question

我一直在为虚拟机备份Windows映像，为了验证数据是否正确传输，我一直在使用cksum。出于好奇，我决定比较一下cksum和md5sum在相同文件下运行所需的时间。在多次运行每个操作(以确保它与I/O缓存无关)之后，结果是md5sum作为cksum始终占用了大约一半的时间。我有两个问题..。

1. 为什么md5sum比cksum快得多？
2. 为了查找随机错误，我是否应该选择cksum而不是md5sum。

我在运行Arch Linux。

注:这不是一个更好的问题。以前已经讨论过很多次了，我知道md5sum不会被用作加密散列。我特别询问使用md5sum作为查找随机错误的方法。

Answer 1

这两种哈希算法所执行的计算是不同的，因此它们具有不同的性能特性并不奇怪。在Linux系统上，md5sum和cksum通常都是GNU coreutils版本。md5sum使用C库的MD5函数，这些函数经过了很好的优化，每次对块内容进行32位操作(参见md5.c和md5-block.c)。cksum使用它自己的CRC实现，它一次对内容进行一个字节的操作(参见cksum.c)。这可能是md5sum相对于cksum的S速度的一个因素；毫无疑问，还有其他因素。

要确定哪种工具更适合查找随机错误，您需要分析所涉及的算法的数学特性。在一个非常基本的层次上，cksum生成32位哈希，而md5sum生成128位哈希，因此后者应该更好地抵抗意外碰撞(从而更好地检测随机错误，特别是随着翻转位数的增加)。

我看到选择cksum而不是md5sum的唯一原因是前者是由POSIX指定的，所以任何POSIX系统都会有它--如果这是一个因素，那么cksum将更合适。

(关于您对密码散列的评论，cksum根本不是密码散列，所以这个问题是没有意义的。)