这是一个创建于 4250 天前的主题，其中的信息可能已经有所发展或是发生改变。
应用在 S3 上存储文件的时候，需要给文件命名，或者使用文件本身的名字。但是文件本身的名字会重复，可能覆盖原有的同名文件。
我现在的做法是，用文件的 md5 来作为文件名 + 后缀.但是 md5 理论上也是会重复的，但是如果用 md5_timestamp 这种命名方法，如果后来又上传了同样的文件，就会导致重复上传的问题。想知道大家在云平台存储文件的时候，是怎么处理这种问题的？
我现在的做法是，用文件的 md5 来作为文件名 + 后缀.但是 md5 理论上也是会重复的，但是如果用 md5_timestamp 这种命名方法，如果后来又上传了同样的文件，就会导致重复上传的问题。想知道大家在云平台存储文件的时候，是怎么处理这种问题的？
 |
1
ritksm 2013-04-15 15:22:09 +08:00
对文件内容做hash不就好了。。。。md5位数不够就sha512总够了吧。。。
|
 |
2
justfindu 2013-04-15 15:22:56 +08:00  1
话说文件的md5相同了 那不就是同一个文件 何必要存两次?
|
 |
3
swulling 2013-04-15 15:24:32 +08:00
总有很多人蛋疼的考虑md5碰撞了怎么办。。。
|
 |
4
huihen 2013-04-15 15:44:37 +08:00
md5_文件大小做文件名如何
|
 |
5
c0878 2013-04-15 16:00:20 +08:00
MD5也会重复??
|
 |
8
okidogi 2013-04-15 16:39:37 +08:00
|
 |
9
clino 2013-04-15 17:04:07 +08:00
用 sha1_文件字节数 这样我觉得是不是就可以了
|
 |
10
Winny 2013-04-15 20:47:09 +08:00
md5确实会产生碰撞，实际项目中遇见过
|
 |
11
gDD 2013-04-15 21:56:43 +08:00 1
用 crc_md5_sha 作为文件名呢？
|
 |
12
j 2013-04-16 00:45:41 +08:00
本地用的是mongodb gridfs生成文件名，mongodb生成的ObjectId本身带时间戳信息，所以不会重名。
|
 |
13
mifan 2013-04-16 02:35:26 +08:00
md5_filesize.ext 这个碰撞的几率就更小了
|
 |
14
lightening 2013-04-16 04:25:56 +08:00
用sha-1的话，160bit，如果每秒保存一个文件，那么平均大约需要2^100倍的宇宙的年龄这么长的时间，会出现一次碰撞。楼主的运气不会有这么差的吧？
|
|
15
lightening 2013-04-16 04:28:46 +08:00
说实话，您碰到机房停电、好多硬盘一起挂掉、网络瘫痪、服务器被偷、机房被海啸淹了、彗星撞地球这种事的概率全都比sha1碰撞高无数倍。
|
|
17
Winny 2013-04-17 15:12:28 +08:00
@FanError 没有文件，而且是别组的项目，只是在研发会议上报告过这个问题。（url的md5 hash。当时用作缓存key。）
|
 |
20
janxin 2013-04-17 17:30:45 +08:00 1
md5+sha1就行了，不过缺点是key会比较长
|
Select Language