Можно рассчитать MD5 (или другой) хеш с буферизованным чтением?

Мне нужно рассчитать контрольные суммы довольно больших файлов (гигабайт). Это может быть выполнено с использованием следующего метода:

    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;
    }

Однако файлы обычно пишутся заранее в буферном режиме (скажем, записывая 32 Мб за раз). Я настолько убежден, что видел переопределение хэш-функции, которая позволяла мне вычислять хеш MD5 (или другого) одновременно с записью, т.е. Вычислять хэш одного буфера, а затем подавать этот хэш в следующую итерацию.

Что-то вроде этого: (псевдокод-иш)

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

хеш теперь аналогичен тому, что было бы достигнуто за счет запуска функции calcHash во всем файле.

Теперь, я не могу найти каких-либо переопределений, подобных этому в Framework 3.5 Framework, мне снится? Разве это никогда не существовало, или я просто отвратителен при поиске? Причина одновременного вычисления и записи и контрольной суммы заключается в том, что это имеет смысл из-за больших файлов.

Ответы

Ответ 1

Вы используете методы TransformBlock и TransformFinalBlock для обработки данных в кусках.

// 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;

Примечание. Он работает (по крайней мере, с поставщиком MD5), чтобы отправить все блоки в TransformBlock, а затем отправить пустой блок на TransformFinalBlock, чтобы завершить процесс.

Ответ 2

Мне нравится ответ выше, но для полноты и более общего решения обратитесь к классу CryptoStream. Если вы уже обрабатываете потоки, легко переносить поток в CryptoStream, передавая HashAlgorithm в качестве параметра ICryptoTransform.

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));

Возможно, вам придется закрыть поток до получения хэша (так что HashAlgorithm знает, что он сделал).

Ответ 4

Предполагается, что алгоритмы хеширования будут обрабатывать эту ситуацию и, как правило, реализованы с тремя функциями:

hash_init() - Вызывается для выделения ресурсов и начала хеша. hash_update() - Вызывается с новыми данными по мере поступления.
hash_final() - Завершить расчет и бесплатные ресурсы.

Посмотрите http://www.openssl.org/docs/crypto/md5.html или http://www.openssl.org/docs/crypto/sha.html для хороших, стандартных примеров в C; Я уверен, что для вашей платформы есть похожие библиотеки.

Ответ 5

Мне просто нужно было сделать что-то подобное, но хотелось прочитать файл асинхронно. Он использует TransformBlock и TransformFinalBlock и дает мне ответы, соответствующие Azure, поэтому я считаю, что это правильно!

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);
   }
}