为什么 `cksum` 会比 `md5sum` 运行得慢？

Question

我一直在为我的虚拟机备份 Windows 安装程序映像，并验证数据是否正确传输，我一直在使用cksum. 出于好奇，我决定比较cksum运行与运行md5sum相同文件所需的时间。多次运行每个操作后的结果（以确保它与 I/O 缓存无关）md5sum始终花费大约一半的时间cksum。我有两个问题...

1. 为什么会md5sum比 快这么多cksum？
2. 为了找到随机误差的目的，没有任何理由，我应该选择cksum了md5sum。

我正在运行 Arch Linux。

注意：这不是关于哪个更好的问题。之前已经多次讨论过这一点，我知道md5sum不能用作加密哈希。我特别询问使用md5sum作为查找随机错误的手段。

Answer 1

两种哈希算法执行的计算是不同的，因此它们具有不同的性能特征也就不足为奇了。在 Linux 系统上，md5sum和cksum通常都是 GNUcoreutils版本。md5sum使用 C 库的 MD5 函数，这些函数经过很好的优化并且一次对块内容进行 32 位操作（参见md5.c和md5-block.c）。cksum使用它自己的 CRC 实现，它一次对内容进行一个字节的操作（请参阅 参考资料cksum.c）。md5sum与cksum;相比，这可能是影响速度的一个因素；毫无疑问，其他人。

要确定哪种工具更适合查找随机错误，您需要分析所涉及算法的数学属性。在一个非常基本的层面上，cksum产生一个 32 位的散列，而md5sum产生一个 128 位的散列，因此后者应该更能抵抗意外碰撞（从而更好地检测随机错误，特别是作为翻转位的数量增加）。

我可以看到选择的唯一原因cksum在md5sum在于前者是由POSIX指定的，所以任何POSIX系统有它-如果这是一个因素则cksum可能更合适。

（关于您对加密哈希的评论，cksum根本不是加密哈希，所以这个问题没有实际意义。）