Java CRC32C 怎样计算分块数据的校验值

分块数据不需要先拼成一个大数组再校验。Java 9 及以上可以直接使用 java.util.zip.CRC32C，让同一个对象依次接收每个块的有效区间，最后调用 getValue() 读取 CRC-32C 数值。关键是传入真实的偏移量和长度；复用缓冲区时，不能把上一次残留的字节也算进去。

官方文档：https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/util/zip/CRC32C.html

CRC32C 的调用关系和选择边界

CRC32C 是 java.util.zip 中的 CRC-32C 实现，自 Java 9 提供。它与 CRC32 都能计算 32 位校验值，但多项式和协议约定不同。对端明确要求 CRC-32C 时，应使用 CRC32C；不能只因为返回值类型相同就互换。

一次校验的状态可以理解成一条连续字节序列：第一块调用 update 后，第二块继续更新同一个对象，最终读出的值等价于按同样顺序处理拼接后的数据。它只负责计算校验值，不负责判断文件是否可信，也不会替你完成分块顺序、重试和传输协议设计。

用 update 的偏移量和长度计算分块校验值

当多个数据块已经存在于数组中，最稳妥的方式是每块都明确传入有效范围。下面示例把头部和正文当作两个连续块处理；第二次调用不会覆盖第一次的状态。

import java.nio.charset.StandardCharsets;
import java.util.zip.CRC32C;

public class ChunkChecksum {
    public static void main(String[] args) {
        byte[] header = "header|".getBytes(StandardCharsets.UTF_8);
        byte[] body = "payload".getBytes(StandardCharsets.UTF_8);

        CRC32C checksum = new CRC32C();
        // 每次只提交当前数组中的有效区间，避免把无关字节算进去。
        checksum.update(header, 0, header.length);
        checksum.update(body, 0, body.length);

        // getValue 返回当前连续数据的 CRC-32C 数值。
        long value = checksum.getValue();
        System.out.println("CRC32C=" + Long.toUnsignedString(value));
    }
}

这里的两个 update 必须使用同一个 CRC32C 对象，并且顺序要和原始数据一致。若数组只填充了前 read 个字节，就应传入 0, read，而不是传入数组容量。

流式读取时只累计本次实际读到的字节

文件或网络输入通常使用固定大小的缓冲区。最后一块往往小于缓冲区容量，因此循环条件中的 read 值就是本次应提交给 CRC32C 的长度。输入异常交给调用方处理，校验对象不应在读取失败后被当成完整结果。

import java.io.IOException;
import java.io.InputStream;
import java.util.zip.CRC32C;

public final class StreamChecksum {
    public static long crc32c(InputStream input) throws IOException {
        CRC32C checksum = new CRC32C();
        byte[] buffer = new byte[8192];
        int read;
        while ((read = input.read(buffer)) != -1) {
            // read 是本轮有效字节数，不能把 buffer.length 当成数据长度。
            checksum.update(buffer, 0, read);
        }
        // 这里只返回完整读取成功后的结果；IOException 会直接交给调用方。
        return checksum.getValue();
    }
}

如果输入流由调用方创建，是否关闭它也应由调用约定决定；上面的工具方法不擅自关闭传入流。若要校验多份互不相关的数据，可以新建对象，或者在确认上一份结果已读取后调用 reset()。

ByteBuffer 和结果读取时的参数边界

CRC32C 还支持 update(ByteBuffer)。它会处理从当前位置到 limit 的剩余字节，并把 position 推进到 limit。若后续逻辑还要读取同一段内容，应在调用前后明确保存位置，或按业务需要重新设置 position。

常见问题

CRC32C 可以直接替代 CRC32 吗？

不能直接替代。只有当协议、文件格式或对端明确使用 CRC-32C 时，才选择 CRC32C；否则应按既有约定使用对应算法。

为什么最后一块的校验值不稳定？

常见原因是把缓冲区容量传给了 update。应使用本次 read 返回的实际长度，并确认块顺序没有变化。

getValue 返回 int 还是 long？

返回类型是 long。虽然 CRC-32C 的有效结果是 32 位，但使用 long 读取和传递可以避免把高位解释成负数；输出时可按协议需要格式化。