写入文件后不关闭句柄直接计算MD5哈希结果错误的技术问询

问题描述 #

我在写入文件后直接计算其MD5哈希，代码如下：

std::wstring filePath = L"file.txt";
auto hFile = CreateFile(
         filePath.c_str(),
         GENERIC_READ | GENERIC_WRITE,
         FILE_SHARE_READ,
         NULL,
         OPEN_ALWAYS,
         FILE_ATTRIBUTE_NORMAL | FILE_FLAG_SEQUENTIAL_SCAN,
         NULL); 
// 使用WriteFile(hFile, buffer, DWORD(size), &written, NULL)写入文件

关闭文件再重新打开计算MD5是正常的，但我希望不关闭句柄就完成计算。于是尝试保存当前文件指针位置，移动到文件开头计算MD5后再恢复指针：

LARGE_INTEGER liOfs = {0};
LARGE_INTEGER liNew = {0};
SetFilePointerEx(hFile, liOfs, &liNew, FILE_CURRENT);
SetFilePointer(hFile, 0, NULL, FILE_BEGIN);
auto md5 = CalculateMd5(hFile); // 此处MD5结果错误
// 恢复指针
SetFilePointerEx(hFile, liNew, NULL, FILE_BEGIN);
CloseHandle(hFile);

之前的CloseHandle(hFile)异常（错误码0xC0000008）已通过解决重复关闭句柄问题修复，但现在不关闭句柄计算出的MD5是d41d8cd98f00b204e9800998ecf8427e（空文件的MD5），而用命令certutil -hashfile test.txt MD5得到的正确结果是1207b6ae90980a5b039d57384b8bbd26。只有关闭再重新打开句柄计算，结果才一致。

问题原因 #

写入文件后，Windows系统会将数据暂存到文件缓存中，不会立即写入磁盘。此时直接通过文件句柄读取，要么只能读到缓存中未同步到磁盘的内容，要么因为文件指针停在写入后的末尾，读取到空内容，最终计算出空文件的MD5。

解决方法 #

方法1：写入后调用FlushFileBuffers刷新缓存 #

在WriteFile完成后，调用FlushFileBuffers将缓存中的数据强制写入磁盘，之后再移动指针计算MD5：

// 写入文件操作
DWORD written;
if (!WriteFile(hFile, buffer, DWORD(size), &written, NULL)) {
    // 处理写入失败逻辑
}
// 刷新缓存到磁盘
FlushFileBuffers(hFile);

// 保存当前指针位置
LARGE_INTEGER liOfs = {0};
LARGE_INTEGER liNew = {0};
SetFilePointerEx(hFile, liOfs, &liNew, FILE_CURRENT);
// 移动到文件开头
SetFilePointer(hFile, 0, NULL, FILE_BEGIN);
// 计算MD5
auto md5 = CalculateMd5(hFile);
// 恢复指针位置
SetFilePointerEx(hFile, liNew, NULL, FILE_BEGIN);

CloseHandle(hFile);

FlushFileBuffers会等待所有数据写入磁盘完成，对于大文件会有一定性能开销，但能确保数据已持久化。

方法2：创建文件时使用FILE_FLAG_WRITE_THROUGH标志 #

在调用CreateFile时添加FILE_FLAG_WRITE_THROUGH参数，系统会绕过缓存直接将写入数据发送到磁盘，无需额外调用FlushFileBuffers：

auto hFile = CreateFile(
         filePath.c_str(),
         GENERIC_READ | GENERIC_WRITE,
         FILE_SHARE_READ,
         NULL,
         OPEN_ALWAYS,
         FILE_ATTRIBUTE_NORMAL | FILE_FLAG_SEQUENTIAL_SCAN | FILE_FLAG_WRITE_THROUGH,
         NULL); 

这种方式会降低写入性能，因为每次写入都直接操作磁盘，适合对数据实时性要求高的场景。

额外注意事项 #

• 确保CalculateMd5函数读取文件时的指针处理正确，避免影响后续操作（当前代码已恢复指针，无需担心）。
• 必须检查WriteFile的返回值，确认写入操作成功，避免因写入失败导致计算空文件MD5。

内容的提问来源于stack exchange，提问作者qloq