複数のダイジェスト（md5、sha256）を同時に計算しますか？

ディスクI / Oと空きRAMがボト​​ルネックであるという仮定の下で（CPU時間は制限ではありません）、複数のメッセージダイジェストを一度に計算できるツールが存在しますか？

大きなファイル（サイズはギガバイト）のMD-5およびSHA-256ダイジェストを、できれば並列に計算することに特に興味があります。試しましたがopenssl dgst -sha256 -md5、1つのアルゴリズムを使用してハッシュを計算するだけです。

予想される動作の擬似コード：

for each block:
    for each algorithm:
        hash_state[algorithm].update(block)
for each algorithm:
    print algorithm, hash_state[algorithm].final_hash()

からチェックアウトpee（ " tee standard input to pipes"）しmoreutilsます。これは基本的にMarcoのteeコマンドと同等ですが、入力が少し簡単です。

$ echo foo | pee md5sum sha256sum
d3b07384d113edec49eaa6238ad5ff00  -
b5bb9d8014a0f9b1d61e21e796d78dccdf1352f23cd32812f4850b878ae4944c  -

$ pee md5sum sha256sum <foo.iso
f109ffd6612e36e0fc1597eda65e9cf0  -
469a38cb785f8d47a0f85f968feff0be1d6f9398e353496ff7aa9055725bc63e  -

forループを使用して個々のファイルをループした後tee 、プロセス置換（特にBashおよびZshで動作）と組み合わせて使用して、異なるチェックサムにパイプできます。

例：

for file in *.mkv; do
  tee < "$file" >(sha256sum) | md5sum
done

3つ以上のチェックサムを使用することもできます。

for file in *.mkv; do
  tee < "$file" >(sha256sum) >(sha384sum) | md5sum
done

これには、ファイル名が標準入力として渡されるため、チェックサムがファイル名を知らないという欠点があります。それが受け入れられない場合は、ファイル名を手動で発行する必要があります。完全な例：

for file in *.mkv; do
  echo "$file"
  tee < "$file" >(sha256sum) >(sha384sum) | md5sum
  echo
done > hashfilelist

opensslユーティリティが複数のダイジェストコマンドを受け付けないのは残念です。複数のファイルで同じコマンドを実行するのがより一般的な使用パターンだと思います。私のシステム（Mepis 11）のopensslユーティリティのバージョンであるFWIWには、shaとsha1のコマンドしかありません。他のshaバリアントはありません。しかし、私はsha256sumと呼ばれるプログラムとmd5sumを持っています。

以下に、単純なPythonプログラムdual_hash.pyを示します。64kのブロックサイズは、私のマシン（2GのRAMを搭載したIntel Pentium 4 2.00GHz）、YMMVに最適なようです。小さなファイルの場合、その速度は、md5sumとsha256sumを連続して実行するのとほぼ同じです。ただし、大きなファイルの場合は、かなり高速です。たとえば、1967063040バイトのファイル（mp3ファイルでいっぱいのSDカードのディスクイメージ）では、md5sum + sha256sumは約1m44.9sかかり、dual_hash.pyは1m0.312sかかります。

dual_hash.py

#! /usr/bin/env python

''' Calculate MD5 and SHA-256 digests of a file simultaneously

    Written by PM 2Ring 2014.10.23
'''

import sys
import hashlib

def digests(fname, blocksize):
    md5 = hashlib.md5()
    sha = hashlib.sha256()
    with open(fname, 'rb') as f:
        while True:
            block = f.read(blocksize)
            if not block:
                break
            md5.update(block)
            sha.update(block)

    print("md5: %s" % md5.hexdigest())
    print("sha256: %s" % sha.hexdigest())

def main(*argv):
    blocksize = 1<<16 # 64kB
    if len(argv) < 2:
        print("No filename given!\n")
        print("Calculate md5 and sha-256 message digests of a file.")
        print("Usage:\npython %s filename [blocksize]\n" % sys.argv[0])
        print("Default blocksize=%d" % blocksize)
        return 1

    fname = argv[1]

    if len(argv) > 2:
        blocksize = int(sys.argv[2])

    print("Calculating MD5 and SHA-256 digests of %r using a blocksize of %d" % (fname, blocksize))
    digests(fname, blocksize)

if __name__ == '__main__':
    sys.exit(main(*sys.argv))

作品のほとんどはhashlibモジュールによって行われているので、私は、あまりない、このプログラムのC / C ++のバージョンが少し速くなりますと仮定される C（またはC ++）で記述されました。また、前述のように、大きなファイルのボトルネックはIO速度です。

GNU parallelのようなものを常に使用できます。

echo "/path/to/file" | parallel 'md5sum {} & sha256sum {}'

または、バックグラウンドで2つのうち1つを実行するだけです：

md5sum /path/to/file & sha256sum /path/to/file

または、出力を異なるファイルに保存し、バックグラウンドで複数のジョブを実行します。

for file in *; do
    md5sum "$file" > "$file".md5 &
    sha256sum "$file" > "$file".sha &
done

それは多くのように起動しますmd5sumとsha256sum、あなたがファイルを持っているとして、インスタンスと、それらはすべて、対応するファイル名に出力を保存し、並行して実行されます。ただし、多くのファイルがある場合は注意が必要です。

マルチスレッドのPythonスクリプトの実行時間を短縮するかどうか好奇心のうち、私はこの作成されたdigest.py用途は、スクリプトthreading.Thread、threading.Queueおよびhashlib複数のファイルのハッシュを計算するために。

実際、マルチスレッドPython実装はpee、coreutils で使用するよりもわずかに高速です。一方、Javaは...まあです。結果は次のコミットメッセージで確認できます。

比較のために、2.3 GiBのファイルの場合（n = 10の最小/ 平均 /最大/ sd秒）：

• おしっこsha256sum md5sum <ファイル：16.5 / 16.9 /17.4/.305
• python3 digest.py -sha256 -md5 <ファイル：13.7 / 15.0 /18.7/1.77
• python2 digest.py -sha256 -md5 <ファイル：13.7 / 15.9 /18.7/1.64
• jacksum -a sha256 + md5 -F '#CHECKSUM {i} #FILENAME'：32.7 / 37.1 /50/6.91

ハッシュ出力は、coreutilsによって生成された出力と互換性があります。長さはハッシュアルゴリズムに依存しているため、このツールは長さを出力しません。使用法（比較のため、pee追加されました）：

$ ./digest.py -sha256 -md5 digest.py
c217e5aa3c3f9cfaca0d40b1060f6233297a3a0d2728dd19f1de3b28454975f2  digest.py
b575edf6387888a68c93bf89291f611c  digest.py
$ ./digest.py -sha256 -md5 <digest.py
c217e5aa3c3f9cfaca0d40b1060f6233297a3a0d2728dd19f1de3b28454975f2  -
b575edf6387888a68c93bf89291f611c  -
$ pee sha256sum md5sum <digest.py
c217e5aa3c3f9cfaca0d40b1060f6233297a3a0d2728dd19f1de3b28454975f2  -
b575edf6387888a68c93bf89291f611c  -

Jacksumは、ファイルのタイムスタンプだけでなく、チェックサム、CRC、ハッシュ（メッセージダイジェスト）を計算および検証するための、プラットフォームに依存しない無料のユーティリティです。（jacksum man pageから抜粋）

大規模ファイルを認識し、最大8エクサバイト（= 8,000,000,000ギガバイト）までのファイルサイズを処理できます。オペレーティングシステムがファイルシステムも大容量ファイルを認識していることを前提としています。（http://www.jonelo.de/java/jacksum/からの抜粋）

使用例：

jacksum -a md5+sha256 -F "#ALGONAME{i} (#FILENAME) = #CHECKSUM{i}" jacksum-testfile

サンプル出力：

md5 (jacksum-testfile) = d41d8cd98f00b204e9800998ecf8427e
sha256 (jacksum-testfile) = e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855

Ubuntuでコマンドapt-get install jacksumを実行して取得します。

または、ソースコードは

• http://www.jonelo.de/java/jacksum/#Download
• http://sourceforge.net/projects/jacksum/