我注意到在许多情况下，应用程序或数据库使用 has 来存储文件/blob 集合来确定路径和文件名。我相信预期的结果是路径永远不会太深，或者文件夹太满 - 文件夹中的文件（或文件夹）太多，导致访问速度变慢。
编辑：示例通常是数字图书馆或存储库，尽管我能想到的最简单的示例（可以在大约 30 秒内安装）是Zotero 文档/引文数据库。 http://zotero.org
为什么要这样做？
编辑：感谢 Mat 的回答 - 这种使用哈希创建文件路径的技术有名称吗？是不是一个pattern？我想阅读更多内容，但未能在其中找到任何内容ACM数字图书馆 http://portal.acm.org/portal.cfm
哈希/B：树
当您仅使用“=”运算符进行搜索时，哈希的优点是查看速度更快。
如果您要使用“”或“=”以外的任何内容，您将需要使用 B:Tree，因为它将能够执行此类搜索。
目录结构
如果您有数十万个文件要存储在文件系统上，并将它们全部放在一个目录中，那么目录 inode 将变得如此庞大，以至于需要几分钟才能添加/删除文件该目录，您甚至可能会遇到 inode 无法放入内存的情况，并且您将无法添加/删除甚至触摸该目录。
您可以放心，对于哈希方法 foo，foo("something") 将始终返回相同的内容，例如“grbezi”。现在，您使用该哈希的一部分来存储文件，例如，在 gr/be/something 中。下次您需要该文件时，您只需计算哈希值即可直接使用。另外，您会发现，使用良好的散列函数，散列在散列空间中的分布非常好，并且对于大量文件，它们将均匀分布在层次结构内，从而分散负载。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
