在C＃中为大型文件创建校验和的最快方法是什么

我必须在某些计算机上同步大文件。文件最大为6GB。同步将每隔几周进行一次。我不能考虑文件名，因为它们可以随时更改。

我的计划是在目标PC和源PC上创建校验和，然后将带有校验和的所有文件复制到目标中，而校验和尚未在目标中。我的第一次尝试是这样的：

using System.IO;
using System.Security.Cryptography;

private static string GetChecksum(string file)
{
    using (FileStream stream = File.OpenRead(file))
    {
        SHA256Managed sha = new SHA256Managed();
        byte[] checksum = sha.ComputeHash(stream);
        return BitConverter.ToString(checksum).Replace("-", String.Empty);
    }
}

问题是运行时：
-带有1.6 GB文件的SHA256-> 20分钟
-带有1.6 GB文件的MD5-> 6.15分钟

是否有更好（更快）的方法来获取校验和（也许具有更好的哈希函数）？

这里的问题是一次SHA256Managed读取4096个字节（继承FileStream并覆盖）Read(byte[], int, int)以查看它从文件流中读取了多少字节），这对于磁盘IO而言太小了。

为了加快速度（2分钟，我的机器SHA256，1分钟MD5哈希上2 GB的文件）裹FileStream在BufferedStream，并设置合理大小的缓冲区大小（我试过〜1 MB缓存）：

// Not sure if BufferedStream should be wrapped in using block
using(var stream = new BufferedStream(File.OpenRead(filePath), 1200000))
{
    // The rest remains the same
}

不要对整个文件进行校验和，每100mb左右创建校验和，因此每个文件都有校验和的集合。

然后，在比较校验和时，您可以在第一个不同的校验和之后停止比较，尽早退出，从而避免处理整个文件。

相同的文件仍然需要花费全部时间。

正如Anton Gogolev所指出的，FileStream默认情况下一次读取4096个字节，但是您可以使用FileStream构造函数指定任何其他值：

new FileStream(file, FileMode.Open, FileAccess.Read, FileShare.ReadWrite, 16 * 1024 * 1024)

请注意，Microsoft的Brad Abrams在2004年写道：

将BufferedStream包裹在FileStream周围有零收益。大约4年前，我们将BufferedStream的缓冲逻辑复制到FileStream中，以鼓励更好的默认性能

资源

调用md5sum.exe的Windows端口。它大约是.NET实施速度的两倍（至少在使用1.2 GB文件的计算机上）

public static string Md5SumByProcess(string file) {
    var p = new Process ();
    p.StartInfo.FileName = "md5sum.exe";
    p.StartInfo.Arguments = file;            
    p.StartInfo.UseShellExecute = false;
    p.StartInfo.RedirectStandardOutput = true;
    p.Start();
    p.WaitForExit();           
    string output = p.StandardOutput.ReadToEnd();
    return output.Split(' ')[0].Substring(1).ToUpper ();
}

好的-感谢大家-让我总结一下：

1. 使用“本地” exe进行哈希处理需要花费6分钟到10秒的时间，这是巨大的。
2. 增加缓冲区的速度甚至更快-使用.Net中的MD5，1.6GB文件耗时5.2秒，所以我将采用这种解决方案-再次感谢

我用缓冲区大小进行了测试，运行了这段代码

using (var stream = new BufferedStream(File.OpenRead(file), bufferSize))
{
    SHA256Managed sha = new SHA256Managed();
    byte[] checksum = sha.ComputeHash(stream);
    return BitConverter.ToString(checksum).Replace("-", String.Empty).ToLower();
}

我用29½GB的文件进行了测试，结果是

• 10.000：369,24秒
• 100.000：362,55秒
• 1.000.000：361,53s
• 10.000.000：434,15秒
• 100.000.000：435,15秒
• 1.000.000.000：434,31秒
• 使用原始的无缓冲代码时为376,22s。

我正在运行i5 2500K CPU，12 GB内存和OCZ Vertex 4 256 GB SSD驱动器。

所以我想，标准的2TB硬盘呢？结果是这样的

• 10.000：368,52秒
• 100.000：364,15秒
• 1.000.000：363,06s
• 10.000.000：678,96s
• 100.000.000：617,89s
• 1.000.000.000：626,86秒
• 没有缓冲368,24

因此，我建议不要使用缓冲区，也不要建议使用最大1毫秒的缓冲区。

您做错了（读取缓冲区可能太小）。在年龄不佳的机器（2002年的Athlon 2x1800MP）上，其磁盘上的DMA可能已耗尽（连续读取时，6.6M / s的速度太慢了）：

使用“随机”数据创建一个1G文件：

# dd if=/dev/sdb of=temp.dat bs=1M count=1024    
1073741824 bytes (1.1 GB) copied, 161.698 s, 6.6 MB/s

# time sha1sum -b temp.dat
abb88a0081f5db999d0701de2117d2cb21d192a2 *temp.dat

1分5.299秒

# time md5sum -b temp.dat
9995e1c1a704f9c1eb6ca11e7ecb7276 *temp.dat

1分58.832秒

这也很奇怪，对我而言，md5始终比sha1慢（重播几次）。

我知道我参加聚会很晚，但是在实际实施解决方案之前进行了测试。

我确实针对内置的MD5类以及md5sum.exe进行了测试。在我的情况下，内置类花费了13秒，而md5sum.exe在每次运行中也花费了大约16-18秒。

    DateTime current = DateTime.Now;
    string file = @"C:\text.iso";//It's 2.5 Gb file
    string output;
    using (var md5 = MD5.Create())
    {
        using (var stream = File.OpenRead(file))
        {
            byte[] checksum = md5.ComputeHash(stream);
            output = BitConverter.ToString(checksum).Replace("-", String.Empty).ToLower();
            Console.WriteLine("Total seconds : " + (DateTime.Now - current).TotalSeconds.ToString() + " " + output);
        }
    }

您可以看看XxHash.Net（https://github.com/wilhelmliao/xxHash.NET）
xxHash算法似乎比其他所有算法都快。
xxHash网站上的一些基准测试：https : //github.com/Cyan4973/xxHash

PS：我还没有用过。