問題タブ [string-hashing]

複合主キーの一意のキーとして文字列 (約 6 ～ 7 文字程度) を使用したいと考えています。

主キーに文字列を使用するとパフォーマンスが低下するかどうかをグーグルで検索しましたが、Cassandraが一意のキーの検索にハッシュを使用しているため、そうではないことがわかりました.(誰かがこれを確認してください)

それで、Cassandraが一意のキーを検索するためにどの手法を使用するかを知りたいのですが、ハッシュを使用する場合、どのハッシュアルゴリズムを使用しますか? また、ハッシュでは常に衝突の可能性があるため、衝突の場合に Cassandra が何をするかを知りたいです。

Cassandra は、パーティション キーの操作に murmur3 ハッシュを使用します。一意のキーを検索するために同じものを使用しますか? では、衝突はどうでしょうか。

任意の文字列を指定して事前定義された長さの配列を生成することを除いて、ハッシングアルゴリズムのように機能するものを探しています。例として：

任意のシード: 「エントロピー」

希望 の長さ: 100 シードから再現可能な文字。

可能な出力: EfvrlL9uGKolblPScba2ziPPON5QEm2Q0fsEPMURqu2NSVSXwaqkgCbjm0naeuoaATGWApJ1afBT3HxaWnoNuXCKSBY7EwCpTOga

生成された出力は、暗号的に安全である必要はまったくなく、生成された文字は問題ではありません (印刷できない文字であってもかまいません)。私の唯一の要件は、同じシードが与えられた場合に出力が完全に再現可能であることです。これを達成する方法について何か提案はありますか?

複数のハッシュを使用して、特定のテキスト文字列のパターンを一致させる方法を学ぼうとしていました。Javaで次の実装を見つけました：

問題は次のとおりです。コードでコメントアウトした上記のコードの一部の行を理解できません。それらの行で実際に何が行われたのでしょうか?

たとえば、次のようなデータがあります。

一致する行を返すには、コンテンツと範囲フィールドに提供された入力とコンテンツを一致させる必要があります。ご覧のとおり、Content フィールドは文字列のコレクションで、Range フィールドは 2 つの数値の間の範囲です。ハッシュ化された入力との照合に使用するために、データのハッシュ化を検討しています。個々の文字列ハッシュコードのコレクションを繰り返し処理し、コンテンツ フィールドに格納することを考えていました。Range フィールドについては、インターバル ツリーを使用して調べていました。しかし、課題は、コンテンツ入力と範囲入力をハッシュするときに、コンテンツ フィールドの文字列のコレクションに対して生成されたハッシュコードにそのハッシュコードが存在するかどうかをどのように確認するかです。範囲フィールドについても同様です。

これを達成できる他の代替方法があれば教えてください。ありがとう。