为什么SHA256输出字符串比特数波动？如何选择SQL Server存储类型

核心矛盾根源 #

你遇到的所有冲突本质是混淆了SHA256原始二进制哈希值和序列化编码后的字符串两个完全不同的概念。

具体问题解答 #

1. 为什么统计到的比特数不是256？ #

SHA256算法本身的输出确实是固定256比特（也就是32字节）的原始二进制数据，你统计到的294-303比特波动，是因为计数对象不是原始二进制，而是经过编码后的字符串：你统计的是字符串每个字符的编码比特总和，自然和原始哈希的比特数无关。

2. 为什么字符串长度是44不是32？ #

你拿到的44位字符串是Base64编码后的结果：Base64编码规则是将每3个字节编码为4个可打印ASCII字符，32字节的原始哈希计算后：
向上取整(32 / 3) * 4 = 44，末尾会带1个=填充符，这就是你看到44长度的来源。
如果用另一种常见的十六进制编码，32字节会被转为64个十六进制字符，这也是网上答案差异大的核心原因：不同回答对应的是不同编码后的存储场景。

3. SQL Server数据类型选型建议 #

• 最优方案：选BINARY(32)，直接存储原始二进制哈希值，没有任何编码冗余，存储空间最小，哈希对比、索引的性能最高，需要展示或传输时再在代码层转成对应格式的字符串即可。
• 如果业务必须存储可打印字符串，按你使用的编码选定长类型：
  • 存Base64编码：用CHAR(44)
  • 存十六进制编码：用CHAR(64)
    不要用VARCHAR等可变长度类型，哈希长度固定，定长类型的存储和查询性能更好。

内容的提问来源于stack exchange，提问作者Jacob Stamm