md5哈希函数有没有办法在配置单元中生成数值？SQL？火花？

我试着对我的专栏进行散列，但它是字母数字的，而在聚合时，它在hive和spark中花费了太多的时间。

---

因此，我可以为此编写UDF，或者是否有其他方法将md5转换为数值。

我不确定您为什么要将哈希转换为数值格式。通常在其射线形式中，它作为字节[]处理，因为它是128位。将其转换为数字时，必须将其转换为任意精度的BigDecimal，其速度不超过String。如果它很慢，我不认为这是因为MD5生成了一个字符串

如果您仍然想尝试，可以使用

Hive还有一个返回int的散列方法，可能使用java的散列代码而不是md5，您可以使用它，但我不知道您的用例，所以它可能对您有效。Java哈希代码只有32位，因此效率更高，但冲突的可能性也更高

---

作为将来的参考，在询问有关SO的问题时，除了您正在尝试做什么之外，还可以多说一点您正在尝试做什么，这样我们可以更好地帮助您。

为什么是MD5？您真的需要加密散列吗，或者一个更快/更短、具有一定冲突概率的散列就足够了吗？因为32位散列函数返回一个int…实际上我在寻找两个包含数十亿条记录的表的连接，所以哪一个是生成键而不是md5散列的最佳方法。我想要唯一的键值，所以有没有其他哈希函数来生成整数中的唯一值？我只想要唯一值convmd5id，16，10你能详细解释一下这个查询吗？实际上，我正在寻找连接两个包含数十亿条记录的表的方法，所以这是生成密钥而不是md5哈希的最佳方法。我想要唯一的键值，所以有没有其他哈希函数来生成整数中的唯一值？我只想要唯一的值——21分钟前的Shree Batale感谢它的工作，但它的关键长度是20个字符。我如何将它的长度设置为32个字符。非常感谢您，阿加因诺夫以这种形式将十六进制转换为十进制。我很困惑，你不是已经有id字段了吗？这两个表不是已经有id了吗？为什么您必须生成自己的？你知道散列不能保证唯一性吗？如果使用数以十亿计的记录，发生冲突的可能性可能非常大。如果不详细描述要连接的两个表，就不可能给出答案，因为构建唯一ID取决于这两个表的关联方式。您需要基于一个或多个用作逻辑键的字段子集来构建id。

 my sql query 
select md5(id) as id from table_name;
its generate alphanumeric value 

conv(md5(id), 16, 10)