定义
将任意长度的二进制串映射为固定长度的二进制值串，这个映射的规则就是哈希算法。
实现
哈希算法现有的实现有很多，包括但不仅限于下面几种
- MD5
- SHA-1
- SHA-256
- ... 它们的实现需要满足下面几点要求
- 单向性：不能从哈希值推导出原始数据
- 敏感性：输入数据哪怕修改一个bit，得到的哈希值也大不相同
- 哈希冲突概率小：对于不同的输入数据，哈希值相同的概率要尽可能小
- 高效性：不管输入数据多长，都可以快速的计算出哈希值
应用
数据加密
利用的特性：单向性、敏感性、哈希冲突概率低
比如对用户密码进行加密后存储到数据库，用户登录比对密码哈希值。
唯一标识
利用的特性：敏感性、哈希冲突概率低
比如在一个海量图图库系统中，可以计算图片的哈希值作为数据库主键。
当在图库中检索一张图片时，通过哈希值找到图片记录，如果记录不存在，那么图片就是不存在；如果存在，可以获取到文件的存储路径，进行全量的二进制比较，确认是否为同一张图片。
数据校验
利用的特性：敏感性
一般提供文件下载的网站，出了提供文件包，还会提供使用哈希算法计算出的文件摘要和使用的哈希算法。
客户端下载文件后，为了防止文件被篡改，客户端可以本地通过相同的哈希算法计算出文件摘要，与下载的摘要文件进行比较，如果相等，那么文件没有被修改，否则文件被篡改。
比如Maven的仓库管理系统。
哈希表的哈希函数
利用的特性：哈希冲突概率低、高效性
比如编程语言提供的哈希表，查找元素时都会使用到哈希函数。
负载均衡
利用的特性：相同的输入源哈希的结果是一样的
网关计算请求ip的哈希值，取余后端服务集群数量，总是可以将相同的ip路由到同一个后端服务。
数据分片
利用的特性：哈希冲突概率小
比如，分布式计算MapReduce框架中，通过哈希将数据均匀地路由到各个服务器处理。
分布式存储
例如在分布式缓存系统中，借助数据分片的思路可以将数据均匀路由到服务器集群节点存储，但是存在一个问题，当减少/新增服务器节点，所有的数据必须重新计算哈希值，搬迁到正确的服务器，这时候如果如果有大量的请求，容易出现缓存雪崩现象，压垮数据库。
一致性哈希就是用来缓解这个问题的，每个服务器节点负责一个区间，不再是一个点，这样当发生减少/新增一个服务器节点的情况时，只需要在相邻区间的服务器节点搬迁数据即可。
