Go maphash.Bytes 怎样直接计算字节切片的哈希值

在 Go 中，如果手里已经是一个 []byte，想得到用于哈希表、布隆过滤器或其他数据结构的 64 位哈希值，直接调用 maphash.Bytes(seed, data) 就可以。seed 由 maphash.MakeSeed() 创建，调用返回一个 uint64；同一个数据结构应复用同一个 Seed，而不是每次计算都重新生成。

最小写法是“先为数据结构创建一次 Seed，再把它和字节切片交给 maphash.Bytes”。它适合非加密的分布式哈希，不适合生成密码学摘要，也不要把 Seed 当成可以跨进程保存的配置。

官方文档：https://pkg.go.dev/hash/maphash#Bytes

maphash.Bytes 的最小调用方式

Bytes 的签名是 func Bytes(seed Seed, b []byte) uint64。第一个参数决定使用哪一个哈希函数，第二个参数就是要处理的字节序列。下面的例子把 Seed 放在一次数据结构初始化中，之后重复用于多个输入：

package main

import (
	"fmt"
	"hash/maphash"
)

func main() {
	// 一个数据结构只创建并保存一份 Seed，避免每次计算都更换哈希函数。
	seed := maphash.MakeSeed()

	items := [][]byte{
		[]byte("user:1001"),
		[]byte("user:1002"),
	}
	for _, item := range items {
		// Bytes 直接返回当前字节切片对应的 uint64 哈希值。
		value := maphash.Bytes(seed, item)
		fmt.Printf("%s => %#x\n", item, value)
	}
}

这里的返回值是一个无符号 64 位整数。它通常再经过取模、位运算或其他索引压缩，映射到数据结构的槽位；不要把打印出来的十六进制值当作跨机器、跨进程永久不变的业务编号。

为什么 Seed 要复用，而不是每次 MakeSeed

Seed 不是待哈希数据的一部分，而是选择具体哈希函数的随机值。相同 Seed 加相同输入，会得到相同哈希；换一个 Seed，即使字节切片不变，结果也很可能不同。

因此，哈希表、布隆过滤器这类拥有自身状态的数据结构，通常在创建时生成 Seed，并把它保存在结构体中：

type ByteIndex struct {
	// seed 属于这个索引实例，所有查找和写入都必须共用它。
	seed maphash.Seed
	slots []uint64
}

func NewByteIndex(size int) *ByteIndex {
	// MakeSeed 返回新的随机 Seed；size 只负责确定槽位数量。
	return &ByteIndex{
		seed:  maphash.MakeSeed(),
		slots: make([]uint64, size),
	}
}

func (index *ByteIndex) Hash(data []byte) uint64 {
	// 查询和写入调用同一个实例，因此使用同一份 Seed。
	return maphash.Bytes(index.seed, data)
}

如果在 Hash 方法内部每次调用 MakeSeed，同一输入在不同调用中就可能落到不同位置，索引查找自然无法与写入对应。Seed 应由实例持有，而不是由单次计算临时产生。

Bytes 和 Hash.Write 有什么区别

当数据已经完整放在一个字节切片中，Bytes 是更紧凑的选择。官方文档说明，它等价于创建 Hash、设置同一个 Seed、写入字节并调用 Sum64，但调用更直接。

func hashWithHash(seed maphash.Seed, data []byte) uint64 {
	var h maphash.Hash
	// 显式绑定 Seed，保证它与 Bytes(seed, data) 选择相同的哈希函数。
	h.SetSeed(seed)

	// Write 接受分段输入；这里用一次写入表示完整的字节序列。
	_, _ = h.Write(data)
	return h.Sum64()
}

func hashWithBytes(seed maphash.Seed, data []byte) uint64 {
	// 完整 []byte 不需要维护 Hash 状态时，直接使用便捷函数。
	return maphash.Bytes(seed, data)
}

选择可以按输入形态判断：

两个容易踩到的边界

Seed 不能当作跨进程配置保存

Seed 是进程本地的随机值，不能序列化后在另一个进程中恢复。把它写入数据库、配置文件，再期待下一次启动得到同一套哈希映射，会让结果依赖一个不受支持的假设。

如果业务需要跨进程、跨语言稳定的摘要或键，请选择明确规定输出格式的算法，并把算法、编码和版本约束写进协议；不要把 maphash.Bytes 的输出当成外部接口字段。

maphash 不是密码学摘要

官方文档明确说明，maphash 的哈希函数不是密码学安全算法。它的用途是让任意字符串或字节序列均匀映射到无符号 64 位整数，用于数据结构；密码学用途应选择 crypto/sha256、crypto/sha512 等专门包。

实际使用时可以记住什么

1. 完整字节切片直接使用 maphash.Bytes(seed, data)。
2. Seed 在数据结构初始化时创建，并由实例持有。
3. 查询和写入必须使用同一个 Seed，否则同一输入的槽位映射可能不一致。
4. 需要流式追加时改用 maphash.Hash.Write 和 Sum64。
5. 不要把输出当成跨进程协议值，也不要用它代替密码学摘要。

相关问题

同一个 Seed 能不能给多个哈希表共用？

更稳妥的做法是每个独立数据结构使用自己的 Seed。这样既符合包文档对数据结构隔离的建议，也避免把不同结构的哈希行为意外绑定在一起。

空的字节切片能不能传给 Bytes？

可以传入空切片；它仍然是一个合法的字节序列。是否允许空值进入业务索引，应该由调用方另行决定。

为什么不直接用字符串拼接后计算？

如果输入天然是字符串，可以使用 maphash.String；如果输入已经是二进制数据，直接传 []byte 更少一次表达转换，也能保留原始字节边界。