如何在Python中结合多进程高效暴力破解5位字符SHA256哈希？

核心问题拆解 #

• Pool.map会一次性把所有字符组合加载到内存，5位字符的组合数（比如大小写字母+数字的话是62^5≈9亿）直接撑爆内存，导致系统崩溃。
• Pool.imap默认按单任务分发，进程间频繁的通信开销完全抵消了多进程的优势，所以比单进程还慢。
• 单进程没有跨进程通信的额外消耗，还能高效利用CPU缓存，因此耗时更短。

具体优化方案 #

1. 手动控制任务分块（关键） #

用Pool.imap_unordered或Pool.imap时，指定合理的chunk size，大幅减少进程间通信的次数。分块大小可以根据CPU核心数调整，比如固定为100000~200000（可根据机器性能微调），或者按公式估算：chunk_size = 总任务数 // (CPU核心数 * 4)。

示例代码：

import multiprocessing
import hashlib
from itertools import product

TARGET_HASH = "你的目标SHA256哈希值"
CHARSET = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"

def crack_worker(chunk):
    for chars in chunk:
        plaintext = ''.join(chars)
        if hashlib.sha256(plaintext.encode()).hexdigest() == TARGET_HASH:
            return plaintext
    return None

if __name__ == "__main__":
    # 不要盲目用满超线程，CPU密集型任务用物理核心数更高效
    process_num = multiprocessing.cpu_count() // 2
    combinations = product(CHARSET, repeat=5)
    chunk_size = 100000  # 可根据机器性能调整

    with multiprocessing.Pool(process_num) as pool:
        # 用imap_unordered，找到结果就立即返回，不用等所有任务完成
        for result in pool.imap_unordered(crack_worker, (tuple(combinations) for _ in iter(lambda: None, None)), chunksize=chunk_size):
            if result is not None:
                print(f"找到明文：{result}")
                pool.terminate()  # 找到结果直接终止所有进程
                break

2. 避免直接传递超大生成器 #

不要把product生成器直接丢给进程池，而是手动拆分生成器为多个子块，每个块包含N个字符组合，再交给进程处理。这样既不会一次性加载所有数据到内存，又能降低通信频率。

3. 优先用imap_unordered而非imap #

暴力破解只要找到第一个匹配结果就行，imap_unordered会在任意进程完成任务后立刻返回结果，不用按顺序等待，能更快终止整个任务流程。

4. 合理限制进程数量 #

如果你的CPU支持超线程，比如8核心16线程，建议用8个进程而非16个——SHA256是纯CPU密集型任务，超线程会带来额外的上下文切换开销，反而拖慢速度。

为什么优化后多进程会比单进程快？ #

当进程间通信的开销被控制在最低时，多进程就能真正发挥多核CPU的并行计算优势。比如4核心机器，优化后耗时通常能降到单进程的1/3~1/4左右，远快于单进程的1分33秒。

内容的提问来源于stack exchange，提问作者Thanh