如何在R语言中获取xxhash64的64位整数值？

问题原因 #

之前通过as.numeric转换十六进制字符串的方式会失效，核心原因是：R的numeric类型是双精度浮点数，最多只能精确存储53位整数，而xxhash64生成的是64位哈希值，超出范围后会出现精度丢失或溢出，最终导致转成integer64时返回NA。

解决方案 #

直接将带0x前缀的十六进制字符串传给bit64::as.integer64()，绕过中间的numeric转换步骤，让函数直接解析64位十六进制值，避免精度丢失问题。

示例代码 #

library(digest)
library(bit64)

# 生成目标字符串的xxhash64十六进制结果
hash_hex <- digest("foo", algo = "xxhash64")
# 转换为integer64类型
hash_int64 <- as.integer64(paste0("0x", hash_hex))

# 查看结果
print(hash_int64)
# 输出：integer64 [1] 2904109676975075531

# 测试之前报错的"barfoo"
hash_hex_barfoo <- digest("barfoo", algo = "xxhash64")
hash_int64_barfoo <- as.integer64(paste0("0x", hash_hex_barfoo))

print(hash_int64_barfoo)
# 输出：integer64 [1] 9300660110621736621

一致性验证 #

上述方法生成的integer64值可以和PySpark的pyspark.sql.functions.xxhash64结果完全对齐，比如对"foo"的计算结果，两边的64位整数值完全一致。

内容的提问来源于stack exchange，提问作者Jozef