說到哈希算法，可能大部分人都會不自覺得想到 md 和 sha 系列，在這之前，我就是這樣的，因為他們意味著流行安全和穩定。但是，最近我知道了一款另類的流行的哈希函數，這款哈希函數廣泛應用于分布式系統-Hadoop/Lucence等等，原因就是因為它速度快而且散列效果好，這個哈希算法就是 MurmurHash。

哈希系列比較流行的有三個系列，分別是 MD/SHA 和 MAC 系列，但是這些系列都是比較安全，雖然 MD5 和 SHA-1 已經被王小云教授碰撞了，但是相對我們平時使用的直接簡單求模這種還是比較安全的，相對安全帶來的負面效果就是計算量還是挺大的，而且不保證哈希結果的均勻。而在分布式環境下，為了資源的合理利用，我們需要的更多是均勻，因為是內部散列的作用，所以哈希安全我們并不那么在乎，所以在這種情境下，2008 才被發明的 MurmurHash 成為了分布式中的寵兒，深受 Google 系的喜愛。

MurmurHash 當前最新的版本是 MurmurHash3，它能夠產生出32-bit或128-bit哈希值。除了我們能夠猜到的不再使用的 mmh1 以及 還在使用的 mmh2 之外，還有好些變種，不過都是針對平臺優化的。

Murmur哈希的算法確實比較簡單，它的計算過程其實就是它的名字，MUltiply and Rotate，因為它在哈希的過程要經過多次MUltiply and Rotate，所以就叫 MurMur 了。

算法原理可參考維基百科：https://zh.wikipedia.org/wiki/Murmur%E5%93%88%E5%B8%8C

Scala API自身是有MurmurHash算法的實現的（scala.util.hashing.MurmurHash3），返回值是int，32位。

spark也廣泛采用了Murmur哈希算法，可以看一個在sparksql中的例子，在TreeNode類中有：

private lazy val _hashCode: Int = scala.util.hashing.MurmurHash3.productHash(this)

之所以調用productHash方法是因為TreeNode繼承自scala的Product特質（有興趣的同學可以通過反編譯查看到，scala 的Case class類實現了scala.Product和scala.Serializable接口（Product和Serializable都是Traits）），而且有很多case class 類繼承TreeNode類。

參考：
https://liqiang.io/post/murmurhash-introduction
https://leibnizhu.github.io/2017/01/19/Scala%E5%AE%9E%E7%8E%B064%E4%BD%8D%E7%9A%84MurmurHash%E5%87%BD%E6%95%B0/index.html