Хеш-функции - ClickHouse Documentation

Хеш-функции можно использовать для детерминированного псевдослучайного перемешивания элементов. Simhash — это хеш-функция, которая возвращает схожие хеш-значения для близких (похожих) аргументов. Большинство хеш-функций принимают любое количество аргументов любых типов.

Хеш от NULL равен NULL. Чтобы получить хеш, отличный от NULL, для столбца типа Nullable, оберните его в tuple:

SELECT cityHash64(tuple(NULL))

Чтобы вычислить хеш всего содержимого таблицы, используйте sum(cityHash64(tuple(*))) (или другую хеш-функцию). tuple гарантирует, что строки со значениями NULL не будут пропущены. sum гарантирует, что порядок строк не имеет значения.

BLAKE3

Добавленный в: v22.10.0 Вычисляет хеш-строку BLAKE3 и возвращает результирующий набор байтов в виде FixedString. Эта криптографическая хеш-функция интегрирована в ClickHouse с помощью библиотеки BLAKE3 для Rust. Функция достаточно быстрая и работает примерно в два раза быстрее по сравнению с SHA-2, при этом генерируя хеши той же длины, что и SHA-256. Возвращает хеш BLAKE3 как массив байтов типа FixedString(32). Синтаксис

BLAKE3(message)

Аргументы

message — Входная строка для хеширования. String

Возвращаемое значение Возвращает 32-байтный хеш BLAKE3 входной строки в виде строки фиксированной длины. FixedString(32) Примеры hash

Query

SELECT hex(BLAKE3('ABC'))

Response

┌─hex(BLAKE3('ABC'))───────────────────────────────────────────────┐
│ D1717274597CF0289694F75D96D444B992A096F1AFD8E7BBFA6EBB1D360FEDFC │
└──────────────────────────────────────────────────────────────────┘

MD4

Добавленный в: v21.11.0 Вычисляет хеш MD4 от заданной строки. Синтаксис

MD4(s)

Аргументы

s — Строка, для которой вычисляется хеш. String

Возвращаемое значение Возвращает MD4-хеш указанной строки в виде строки фиксированной длины. FixedString(16) Примеры Пример использования

Query

SELECT HEX(MD4('abc'));

Response

┌─hex(MD4('abc'))──────────────────┐
│ A448017AAF21D8525FC10AE87AA6729D │
└──────────────────────────────────┘

MD5

Добавленный в: v1.1.0 Вычисляет хеш MD5 заданной строки. Синтаксис

MD5(s)

Аргументы

s — Строка, для которой вычисляется хеш. String

Возвращаемое значение Возвращает MD5-хеш заданной строки в виде строки фиксированной длины. FixedString(16) Примеры Пример использования

Query

SELECT HEX(MD5('abc'));

Response

┌─hex(MD5('abc'))──────────────────┐
│ 900150983CD24FB0D6963F7D28E17F72 │
└──────────────────────────────────┘

RIPEMD160

Добавленный в: v24.10.0 Вычисляет хеш RIPEMD-160 от заданной строки. Синтаксис

RIPEMD160(s)

Аргументы

s — Входная строка для вычисления хеша. String

Возвращаемое значение Возвращает хеш RIPEMD160 от заданной входной строки в виде строки фиксированной длины. FixedString(20) Примеры Пример использования

Query

SELECT HEX(RIPEMD160('The quick brown fox jumps over the lazy dog'));

Response

┌─HEX(RIPEMD160('The quick brown fox jumps over the lazy dog'))─┐
│ 37F332F68DB77BD9D7EDD4969571AD671CF9DD3B                      │
└───────────────────────────────────────────────────────────────┘

SHA1

Добавленный в: v1.1.0 Вычисляет SHA1-хеш заданной строки. Синтаксис

SHA1(s)

Аргументы

s — Входная строка, для которой вычисляется хеш String

Возвращаемое значение Возвращает SHA1-хеш заданной строки в виде строки фиксированной длины. FixedString(20) Примеры Пример использования

Query

SELECT HEX(SHA1('abc'));

Response

┌─hex(SHA1('abc'))─────────────────────────┐
│ A9993E364706816ABA3E25717850C26C9CD0D89D │
└──────────────────────────────────────────┘

SHA224

Добавленный в: v1.1.0 Вычисляет хеш SHA224 для заданной строки. Синтаксис

SHA224(s)

Аргументы

s — Входное значение, для которого вычисляется хеш. String

Возвращаемое значение Возвращает SHA224-хеш указанной входной строки в виде строки фиксированной длины. FixedString(28) Примеры Пример использования

Query

SELECT HEX(SHA224('abc'));

Response

┌─hex(SHA224('abc'))───────────────────────────────────────┐
│ 23097D223405D8228642A477BDA255B32AADBCE4BDA0B3F7E36C9DA7 │
└──────────────────────────────────────────────────────────┘

SHA256

Добавленный в: v1.1.0 Вычисляет хеш SHA256 заданной строки. Синтаксис

SHA256(s)

Аргументы

s — входная строка для хеширования. String

Возвращаемое значение Возвращает SHA256-хеш заданной строки в виде строки фиксированной длины. FixedString(32) Примеры Пример использования

Query

SELECT HEX(SHA256('abc'));

Response

┌─hex(SHA256('abc'))───────────────────────────────────────────────┐
│ BA7816BF8F01CFEA414140DE5DAE2223B00361A396177A9CB410FF61F20015AD │
└──────────────────────────────────────────────────────────────────┘

SHA384

Добавленный в: v1.1.0 Вычисляет хеш SHA384 для заданной строки. Синтаксис

SHA384(s)

Аргументы

s — Входная строка для вычисления хеша. String

Возвращаемое значение Возвращает SHA384-хеш заданной строки ввода в виде строки фиксированной длины. FixedString(48) Примеры Пример использования

Query

SELECT HEX(SHA384('abc'));

Response

┌─hex(SHA384('abc'))───────────────────────────────────────────────────────────────────────────────┐
│ CB00753F45A35E8BB5A03D699AC65007272C32AB0EDED1631A8B605A43FF5BED8086072BA1E7CC2358BAECA134C825A7 │
└──────────────────────────────────────────────────────────────────────────────────────────────────┘

SHA512

Добавленный в: v1.1.0 Вычисляет хеш SHA512 для заданной строки. Синтаксис

SHA512(s)

Аргументы

s — Строка, которую нужно хешировать String

Возвращаемое значение Возвращает хеш SHA512 указанной строки в виде строки фиксированной длины. FixedString(64) Примеры Пример использования

Query

SELECT HEX(SHA512('abc'));

Response

┌─hex(SHA512('abc'))───────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ DDAF35A193617ABACC417349AE20413112E6FA4E89A97EA20A9EEEE64B55D39A2192992A274FC1A836BA3C23A3FEEBBD454D4423643CE80E2A9AC94FA54CA49F │
└──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

SHA512_256

Добавленный в: v1.1.0 Вычисляет хеш SHA512_256 заданной строки. Синтаксис

SHA512_256(s)

Аргументы

s — Входная строка, для которой вычисляется хеш. String

Возвращаемое значение Возвращает хеш SHA512_256 заданной строки ввода в виде строки фиксированной длины. FixedString(32) Примеры Пример использования

Query

SELECT HEX(SHA512_256('abc'));

Response

┌─hex(SHA512_256('abc'))───────────────────────────────────────────┐
│ 53048E2681941EF99B2E29B76B4C7DABE4C2D0C634FC6D46E0E2F13107E7AF23 │
└──────────────────────────────────────────────────────────────────┘

URLHash

Добавленный в: v1.1.0 Быстрая некриптографическая хеш-функция приемлемого качества для строки, полученной из URL с применением нормализации. У этой хеш-функции есть два режима:

Режим	Описание
`URLHash(url)`	Вычисляет хеш для строки без одного из завершающих символов `/`, `?` или `#` в конце, если такой символ присутствует.
`URLHash(url, N)`	Вычисляет хеш для строки до N-го уровня в иерархии URL без одного из завершающих символов `/`, `?` или `#` в конце, если такой символ присутствует. Уровни те же, что и в `URLHierarchy`.

Синтаксис

URLHash(url[, N])

Аргументы

url — URL-строка для хеширования. String
N — Необязательный. Уровень в иерархии URL. (U)Int*

Возвращаемое значение Возвращает вычисленное хеш-значение url. UInt64 Примеры Пример использования

Query

SELECT URLHash('https://www.clickhouse.com')

Response

┌─URLHash('htt⋯house.com')─┐
│     13614512636072854701 │
└──────────────────────────┘

Хеш URL на указанном уровне

Query

SELECT URLHash('https://www.clickhouse.com/docs', 0);
SELECT URLHash('https://www.clickhouse.com/docs', 1);

Response

-- хеш https://www.clickhouse.com
┌─URLHash('htt⋯m/docs', 0)─┐
│     13614512636072854701 │
└──────────────────────────┘
-- хеш https://www.clickhouse.com/docs
┌─URLHash('htt⋯m/docs', 1)─┐
│     13167253331440520598 │
└──────────────────────────┘

cityHash64

Добавленный в: v1.1.0 Возвращает 64-битное хеш-значение CityHash. Это быстрая некриптографическая хеш-функция. Для строковых параметров она использует алгоритм CityHash, а для параметров с другими типами данных — быструю некриптографическую хеш-функцию, зависящую от реализации. Функция использует комбинатор CityHash для получения итогового результата.

Google изменила алгоритм CityHash после того, как он был добавлен в ClickHouse. Иными словами, cityHash64 в ClickHouse и исходный CityHash от Google теперь выдают разные результаты. cityHash64 в ClickHouse соответствует CityHash v1.0.2.

Вычисленные хеш-значения могут совпадать для одних и тех же входных значений аргументов разных типов. Это касается, например, целочисленных типов разного размера, именованных и неименованных Tuple с одинаковыми данными, а также Map и соответствующего типа Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

cityHash64(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — переменное количество входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленный хеш входных аргументов. UInt64 Примеры Пример вызова

Query

SELECT cityHash64(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS CityHash, toTypeName(CityHash) AS type;

Response

┌─────────────CityHash─┬─type───┐
│ 12072650598913549138 │ UInt64 │
└──────────────────────┴────────┘

Вычисление контрольной суммы всей таблицы с точностью до порядка строк

Query

CREATE TABLE users (
    id UInt32,
    name String,
    age UInt8,
    city String
)
ENGINE = MergeTree
ORDER BY tuple();

INSERT INTO users VALUES
(1, 'Alice', 25, 'New York'),
(2, 'Bob', 30, 'London'),
(3, 'Charlie', 35, 'Tokyo');

SELECT groupBitXor(cityHash64(*)) FROM users;

Response

┌─groupBitXor(⋯age, city))─┐
│     11639977218258521182 │
└──────────────────────────┘

farmFingerprint64

Добавленный в: v20.12.0 Вычисляет 64-битное FarmHash хеш-значение с использованием метода Fingerprint64.

Для получения стабильного и переносимого значения рекомендуется использовать farmFingerprint64 вместо farmHash64.

Вычисленные хеш-значения могут совпадать для одинаковых входных значений аргументов разных типов. Это относится, например, к целочисленным типам разного размера, именованным и неименованным Tuple с одинаковыми данными, Map и соответствующему типу Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

farmFingerprint64(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленное хеш-значение входных аргументов. UInt64 Примеры Пример использования

Query

SELECT farmFingerprint64(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS FarmFingerprint, toTypeName(FarmFingerprint) AS type;

Response

┌─────FarmFingerprint─┬─type───┐
│ 5752020380710916328 │ UInt64 │
└─────────────────────┴────────┘

farmHash64

Добавленный в: v1.1.0 Вычисляет 64-битное хеш-значение FarmHash с помощью метода Hash64.

Для получения стабильного и переносимого значения предпочтительнее использовать farmFingerprint64.

Вычисленные хеш-значения могут совпадать для одинаковых входных значений аргументов разных типов. Это касается, например, целочисленных типов разного размера, именованных и неименованных Tuple с одинаковыми данными, а также Map и соответствующего типа Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

farmHash64(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Query

SELECT farmHash64(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS FarmHash, toTypeName(FarmHash) AS type;

Response

┌─────────────FarmHash─┬─type───┐
│ 18125596431186471178 │ UInt64 │
└──────────────────────┴────────┘

gccMurmurHash

Добавленный в: v20.1.0 Вычисляет 64-битный хеш MurmurHash2 входного значения, используя тот же seed, что и в GCC. Переносим между сборками Clang и GCC. Синтаксис

gccMurmurHash(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное количество аргументов, для которых вычисляется хеш. Any

Query

SELECT
    gccMurmurHash(1, 2, 3) AS res1,
    gccMurmurHash(('a', [1, 2, 3], 4, (4, ['foo', 'bar'], 1, (1, 2)))) AS res2

Response

┌─────────────────res1─┬────────────────res2─┐
│ 12384823029245979431 │ 1188926775431157506 │
└──────────────────────┴─────────────────────┘

halfMD5

Добавленный в: v1.1.0 Интерпретирует все входные параметры как строки и вычисляет MD5-хеш-значение для каждого из них. Затем объединяет хеши, берёт первые 8 байт хеша получившейся строки и интерпретирует их как UInt64 в порядке байтов с прямым порядком байтов (big-endian). Функция относительно медленная (5 миллионов коротких строк в секунду на одно ядро процессора). Рекомендуется использовать вместо неё функцию sipHash64. Функция принимает переменное число входных параметров. Аргументами могут быть любые поддерживаемые типы данных. Для некоторых типов данных вычисленное хеш-значение может совпадать для одинаковых значений, даже если типы аргументов различаются (целые числа разного размера, именованный и неименованный Tuple с одинаковыми данными, Map и соответствующий тип Array(Tuple(key, value)) с одинаковыми данными). Синтаксис

halfMD5(arg1[, arg2, ..., argN])

Аргументы

arg1[, arg2, ..., argN] — переменное количество аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленную половину MD5-хеша для указанных входных параметров в виде UInt64 с порядком байтов big-endian. UInt64 Примеры Пример использования

Query

SELECT HEX(halfMD5('abc', 'cde', 'fgh'));

Response

┌─hex(halfMD5('abc', 'cde', 'fgh'))─┐
│ 2C9506B7374CFAF4                  │
└───────────────────────────────────┘

hiveHash

Добавленный в: v20.1.0 Вычисляет “HiveHash” для строки. Это просто JavaHash с обнулёнными знаковыми битами. Эта функция используется в Apache Hive в версиях до 3.0.

Эта хеш-функция работает медленно. Используйте её только в том случае, если этот алгоритм уже используется в другой системе и вам нужно получить тот же результат.

Синтаксис

hiveHash(arg)

Аргументы

arg — Входная строка для вычисления хеша. String

Возвращаемое значение Возвращает вычисленное значение “hive hash” для входной строки. Int32 Примеры Пример использования

Query

SELECT hiveHash('Hello, world!');

Response

┌─hiveHash('Hello, world!')─┐
│                 267439093 │
└───────────────────────────┘

icebergHash

Добавленный в: v25.5.0 Реализует логику хеш-преобразования Iceberg Синтаксис

icebergHash(value)

Аргументы

value — исходное значение, для которого вычисляется хеш: Integer или Bool или Decimal или Float* или String или FixedString или UUID или Date или Time или DateTime

Возвращаемое значение Возвращает 32-битный хеш Murmur3 (вариант x86) с seed, равным 0 Int32 Примеры Пример

Query

SELECT icebergHash(1.0 :: Float32)

Response

-142385009

intHash32

Добавленный в: v1.1.0 Вычисляет 32-битный хеш целого числа. Эта хеш-функция работает относительно быстро, но не является криптографической. Синтаксис

intHash32(arg)

Аргументы

arg — Целое число для хеширования. (U)Int*

Возвращаемое значение Возвращает вычисленное 32-битное хеш-значение для входного целого числа UInt32 Примеры Пример использования

Query

SELECT intHash32(42);

Response

┌─intHash32(42)─┐
│    1228623923 │
└───────────────┘

intHash64

Добавленный в: v1.1.0 Вычисляет 64-битный хеш от целого числа. Эта хеш-функция работает относительно быстро (даже быстрее, чем intHash32), но не является криптографической хеш-функцией. Синтаксис

intHash64(int)

Аргументы

int — Целое число, для которого вычисляется хеш. (U)Int*

Возвращаемое значение 64-битное значение хеша. UInt64 Примеры Пример использования

Query

SELECT intHash64(42);

Response

┌────────intHash64(42)─┐
│ 11490350930367293593 │
└──────────────────────┘

javaHash

Добавленный в: v20.1.0 Вычисляет JavaHash для:

Эта хеш-функция работает медленно. Используйте её только если этот алгоритм уже используется в другой системе и вам нужно получить тот же результат.

В Java хеш можно вычислять только для знаковых целых чисел, поэтому, если вы хотите вычислить хеш для беззнаковых целых чисел, их нужно привести к соответствующим знаковым типам ClickHouse.

Синтаксис

javaHash(arg)

Аргументы

arg — Входное значение, для которого вычисляется хеш. Any

Возвращаемое значение Возвращает хеш, вычисленный для arg Int32 Примеры Пример использования 1

Query

SELECT javaHash(toInt32(123));

Response

┌─javaHash(toInt32(123))─┐
│               123      │
└────────────────────────┘

Пример использования 2

Query

SELECT javaHash('Hello, world!');

Response

┌─javaHash('Hello, world!')─┐
│               -1880044555 │
└───────────────────────────┘

javaHashUTF16LE

Добавленный в: v20.1.0 Вычисляет JavaHash для строки, предполагая, что она содержит байты строки в кодировке UTF-16LE. Синтаксис

javaHashUTF16LE(arg)

Аргументы

arg — Строка в кодировке UTF-16LE. String

Возвращаемое значение Возвращает вычисленное хеш-значение строки в кодировке UTF-16LE. Int32 Примеры Пример использования

Query

SELECT javaHashUTF16LE(convertCharset('test', 'utf-8', 'utf-16le'));

Response

┌─javaHashUTF16LE(convertCharset('test', 'utf-8', 'utf-16le'))─┐
│                                                      3556498 │
└──────────────────────────────────────────────────────────────┘

jumpConsistentHash

Добавленный в: v1.1.0 Вычисляет jump consistent hash от целого числа. Синтаксис

jumpConsistentHash(key, buckets)

Аргументы

key — Входной ключ. UInt64
buckets — Количество бакетов. Int32

Возвращаемое значение Возвращает вычисленное хеш-значение. Int32 Примеры Пример использования

Query

SELECT jumpConsistentHash(256, 4)

Response

┌─jumpConsistentHash(256, 4)─┐
│                          3 │
└────────────────────────────┘

kafkaMurmurHash

Добавленный в: v23.4.0 Вычисляет 32-битный хеш MurmurHash2 от входного значения, используя тот же seed, что и Kafka, и отбрасывая старший бит для совместимости с Default Partitioner. Синтаксис

kafkaMurmurHash(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число параметров, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленное хеш-значение переданных аргументов. UInt32 Примеры Пример использования

Query

SELECT
    kafkaMurmurHash('foobar') AS res1,
    kafkaMurmurHash(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS res2

Response

┌───────res1─┬─────res2─┐
│ 1357151166 │ 85479775 │
└────────────┴──────────┘

keccak256

Добавленный в: v25.4.0 Вычисляет криптографический хеш Keccak-256 для указанной строки. Эта хеш-функция широко используется в блокчейн-приложениях, особенно в Ethereum. Синтаксис

keccak256(message)

Аргументы

message — Входная строка, которую нужно хешировать. String

Возвращаемое значение Возвращает 32-байтный хеш Keccak-256 от входной строки в виде строки фиксированной длины. FixedString(32) Примеры Пример использования

Query

SELECT hex(keccak256('hello'))

Response

┌─hex(keccak256('hello'))──────────────────────────────────────────┐
│ 1C8AFF950685C2ED4BC3174F3472287B56D9517B9C948127319A09A7A36DEAC8 │
└──────────────────────────────────────────────────────────────────┘

kostikConsistentHash

Добавленный в: v22.6.0 Алгоритм согласованного хеширования Константина ‘Kostik’ Облакова со сложностью O(1) по времени и памяти. Эффективен только при n <= 32768. Синтаксис

kostikConsistentHash(input, n)

Псевдонимы: yandexConsistentHash Аргументы

input — Целое число, используемое в качестве ключа. UInt64
n — Количество бакетов. UInt16

Возвращаемое значение Возвращает вычисленное хеш-значение. UInt16 Примеры Пример использования

Query

SELECT kostikConsistentHash(16045690984833335023, 2);

Response

┌─kostikConsistentHash(16045690984833335023, 2)─┐
│                                             1 │
└───────────────────────────────────────────────┘

metroHash64

Добавленный в: v1.1.0 Возвращает 64-битное хеш-значение MetroHash.

Вычисленные хеш-значения могут совпадать для одинаковых входных значений аргументов разных типов. Это относится, например, к целочисленным типам разного размера, именованным и неименованным Tuple с одинаковыми данными, а также к Map и соответствующему типу Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

metroHash64(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает хеш, вычисленный по входным аргументам. UInt64 Примеры Пример использования

Query

SELECT metroHash64(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS MetroHash, toTypeName(MetroHash) AS type;

Response

┌────────────MetroHash─┬─type───┐
│ 14235658766382344533 │ UInt64 │
└──────────────────────┴────────┘

murmurHash2_32

Добавленный в: v18.5.0 Вычисляет хеш MurmurHash2 от входного значения.

Вычисленные хеш-значения могут совпадать для одинаковых входных значений аргументов разных типов. Это относится, например, к целочисленным типам разного размера, именованному и неименованному Tuple с одними и теми же данными, а также Map и соответствующему типу Array(Tuple(key, value)) с одними и теми же данными.

Синтаксис

murmurHash2_32(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное количество входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленное хеш-значение входных аргументов. UInt32 Примеры Пример использования

Query

SELECT murmurHash2_32(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS MurmurHash2, toTypeName(MurmurHash2) AS type;

Response

┌─MurmurHash2─┬─type───┐
│  3681770635 │ UInt32 │
└─────────────┴────────┘

murmurHash2_64

Добавленный в: v18.10.0 Вычисляет хеш MurmurHash2 от входного значения.

Вычисленные хеш-значения могут совпадать для одинаковых входных значений аргументов разных типов. Это относится, например, к целочисленным типам разного размера, именованным и неименованным Tuple с одинаковыми данными, а также к Map и соответствующему типу Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

murmurHash2_64(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Query

SELECT murmurHash2_64(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS MurmurHash2, toTypeName(MurmurHash2) AS type;

Response

┌──────────MurmurHash2─┬─type───┐
│ 11832096901709403633 │ UInt64 │
└──────────────────────┴────────┘

murmurHash3_128

Добавленный в: v18.10.0 Вычисляет 128-битный хеш MurmurHash3 для входного значения. Синтаксис

murmurHash3_128(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленное 128-битное хеш-значение MurmurHash3 для входных аргументов. FixedString(16) Примеры Пример использования

Query

SELECT hex(murmurHash3_128('foo', 'foo', 'foo'));

Response

┌─hex(murmurHash3_128('foo', 'foo', 'foo'))─┐
│ F8F7AD9B6CD4CF117A71E277E2EC2931          │
└───────────────────────────────────────────┘

murmurHash3_32

Добавленный в: v18.10.0 Возвращает хеш-значение MurmurHash3.

Вычисленные хеш-значения могут совпадать для одних и тех же входных значений при разных типах аргументов. Это относится, например, к целочисленным типам разного размера, именованным и неименованным Tuple с одинаковыми данными, а также к Map и соответствующему типу Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

murmurHash3_32(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — переменное количество входных аргументов, для которых вычисляется хеш. Any

Query

SELECT murmurHash3_32(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS MurmurHash3, toTypeName(MurmurHash3) AS type;

Response

┌─MurmurHash3─┬─type───┐
│     2152717 │ UInt32 │
└─────────────┴────────┘

murmurHash3_64

Добавленный в: v18.10.0 Вычисляет хеш MurmurHash3 от входного значения.

Вычисленные хеш-значения могут совпадать для одинаковых входных значений аргументов разных типов. Это касается, например, целочисленных типов разного размера, именованных и неименованных Tuple с одинаковыми данными, Map и соответствующего типа Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

murmurHash3_64(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает хеш-значение, вычисленное для входных аргументов. UInt64 Примеры Пример использования

Query

SELECT murmurHash3_64(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS MurmurHash3, toTypeName(MurmurHash3) AS type;

Response

┌──────────MurmurHash3─┬─type───┐
│ 11832096901709403633 │ UInt64 │
└──────────────────────┴────────┘

ngramMinHash

Добавленный в: v21.1.0 Разбивает ASCII-строку на n-граммы длиной ngramsize символов, вычисляет хеш-значение для каждой n-граммы и возвращает кортеж с этими хешами. Использует hashnum минимальных хешей для вычисления минимального хеш-значения и hashnum максимальных хешей для вычисления максимального хеш-значения. Учитывает регистр. Можно использовать для обнаружения похожих строк с помощью tupleHammingDistance. Если для двух строк возвращаемые хеши совпадают, значит, эти строки одинаковы. Синтаксис

ngramMinHash(string[, ngramsize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательный параметр. Размер n-граммы, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательный параметр. Количество минимальных и максимальных хешей, используемых для вычисления результата, любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Возвращаемое значение Возвращает кортеж из двух хешей — минимального и максимального. Tuple Примеры Пример использования

Query

SELECT ngramMinHash('ClickHouse') AS Tuple;

Response

┌─Tuple──────────────────────────────────────┐
│ (18333312859352735453,9054248444481805918) │
└────────────────────────────────────────────┘

ngramMinHashArg

Добавленный в: v21.1.0 Разбивает ASCII-строку на n-граммы длиной ngramsize символов и возвращает n-граммы с минимальным и максимальным хешами, вычисленными функцией ngramMinHash для тех же входных данных. Функция чувствительна к регистру. Синтаксис

ngramMinHashArg(string[, ngramsize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательно. Размер n-граммы, любое значение от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Число минимальных и максимальных хешей, используемых для вычисления результата, любое значение от 1 до 25. Значение по умолчанию — 6. UInt8

Возвращаемое значение Возвращает кортеж из двух кортежей по hashnum n-грамм в каждом. Tuple(String) Примеры Пример использования

Query

SELECT ngramMinHashArg('ClickHouse') AS Tuple;

Response

┌─Tuple─────────────────────────────────────────────────────────────────────────┐
│ (('ous','ick','lic','Hou','kHo','use'),('Hou','lic','ick','ous','ckH','Cli')) │
└───────────────────────────────────────────────────────────────────────────────┘

ngramMinHashArgCaseInsensitive

Добавленный в: v21.1.0 Разбивает ASCII-строку на n-граммы длиной ngramsize символов и возвращает n-граммы с минимальными и максимальными хешами, вычисленными функцией ngramMinHashCaseInsensitive для тех же входных данных. Поддерживает регистронезависимый поиск. Синтаксис

ngramMinHashArgCaseInsensitive(string[, ngramsize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательно. Размер n-граммы, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Количество минимальных и максимальных хешей, используемых для вычисления результата, любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Возвращаемое значение Возвращает кортеж из двух кортежей, каждый из которых содержит по hashnum n-грамм. Tuple(Tuple(String)) Примеры Пример использования

Query

SELECT ngramMinHashArgCaseInsensitive('ClickHouse') AS Tuple;

Response

┌─Tuple─────────────────────────────────────────────────────────────────────────┐
│ (('ous','ick','lic','kHo','use','Cli'),('kHo','lic','ick','ous','ckH','Hou')) │
└───────────────────────────────────────────────────────────────────────────────┘

ngramMinHashArgCaseInsensitiveUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на n-граммы длиной ngramsize символов и возвращает n-граммы с минимальным и максимальным хешами, вычисленными функцией ngramMinHashCaseInsensitiveUTF8 для тех же входных данных. Поддерживает регистронезависимый поиск. Синтаксис

ngramMinHashArgCaseInsensitiveUTF8(string[, ngramsize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательно. Размер n-граммы, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Количество минимальных и максимальных хешей, используемых для вычисления результата, любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Возвращаемое значение Возвращает кортеж из двух кортежей по hashnum n-грамм в каждом. Tuple(Tuple(String)) Примеры Пример использования

Query

SELECT ngramMinHashArgCaseInsensitiveUTF8('ClickHouse') AS Tuple;

Response

┌─Tuple─────────────────────────────────────────────────────────────────────────┐
│ (('ckH','ous','ick','lic','kHo','use'),('kHo','lic','ick','ous','ckH','Hou')) │
└───────────────────────────────────────────────────────────────────────────────┘

ngramMinHashArgUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на n-граммы длиной ngramsize символов и возвращает n-граммы с минимальным и максимальным хешами, вычисленными функцией ngramMinHashUTF8 для тех же входных данных. Функция чувствительна к регистру. Синтаксис

ngramMinHashArgUTF8(string[, ngramsize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательно. Размер n-граммы, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Количество минимальных и максимальных хешей, используемых для вычисления результата, любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Возвращаемое значение Возвращает кортеж из двух кортежей, в каждом из которых содержится по hashnum n-грамм. Tuple(Tuple(String)) Примеры Пример использования

Query

SELECT ngramMinHashArgUTF8('ClickHouse') AS Tuple;

Response

┌─Tuple─────────────────────────────────────────────────────────────────────────┐
│ (('ous','ick','lic','Hou','kHo','use'),('kHo','Hou','lic','ick','ous','ckH')) │
└───────────────────────────────────────────────────────────────────────────────┘

ngramMinHashCaseInsensitive

Добавленный в: v21.1.0 Разбивает ASCII-строку на n-граммы длиной ngramsize символов, вычисляет хеш-значение для каждой n-граммы и возвращает кортеж с этими хешами. Использует hashnum минимальных хешей для вычисления минимального хеша и hashnum максимальных хешей для вычисления максимального хеша. Поддерживает регистронезависимый поиск. Может использоваться для обнаружения почти повторяющихся строк с помощью tupleHammingDistance. Если для двух строк возвращаемые хеши совпадают, значит, эти строки одинаковы. Синтаксис

ngramMinHashCaseInsensitive(string[, ngramsize, hashnum])

Аргументы

string — String. String. - ngramsize — Размер n-граммы. Необязательный. Возможные значения: любое число от 1 до 25. Значение по умолчанию: 3. UInt8. - hashnum — Число минимальных и максимальных хешей, используемых для вычисления результата. Необязательный. Возможные значения: любое число от 1 до 25. Значение по умолчанию: 6. UInt8.

Возвращаемое значение кортеж с двумя хешами — минимальным и максимальным. Tuple(UInt64, UInt64). Tuple Примеры Пример использования

Query

SELECT ngramMinHashCaseInsensitive('ClickHouse') AS Tuple;

Response

┌─Tuple──────────────────────────────────────┐
│ (2106263556442004574,13203602793651726206) │
└────────────────────────────────────────────┘

ngramMinHashCaseInsensitiveUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на n-граммы длиной ngramsize символов, вычисляет хеш-значения для каждой n-граммы и возвращает кортеж с этими хешами. Использует hashnum минимальных хешей для вычисления минимального хеша и hashnum максимальных хешей для вычисления максимального хеша. Функция поддерживает регистронезависимый поиск. Может использоваться для обнаружения почти одинаковых строк с помощью tupleHammingDistance. Для двух строк: если возвращаемые хеши совпадают для обеих строк, значит, эти строки одинаковы. Синтаксис

ngramMinHashCaseInsensitiveUTF8(string [, ngramsize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательный. Размер n-граммы, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательный. Количество минимальных и максимальных хешей, используемых для вычисления результата, любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT ngramMinHashCaseInsensitiveUTF8('ClickHouse') AS Tuple;

Response

┌─Tuple───────────────────────────────────────┐
│ (12493625717655877135,13203602793651726206) │
└─────────────────────────────────────────────┘

ngramMinHashUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на n-граммы длиной ngramsize символов, вычисляет хеш-значения для каждой n-граммы и возвращает кортеж с этими хешами. Использует hashnum минимальных хешей для вычисления минимального хеша и hashnum максимальных хешей для вычисления максимального хеша. Функция чувствительна к регистру. Можно использовать для обнаружения почти дублирующихся строк с помощью tupleHammingDistance. Если для двух строк возвращаемые хеши совпадают, то эти строки одинаковы. Синтаксис

ngramMinHashUTF8(string[, ngramsize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательный параметр. Размер n-граммы, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательный параметр. Количество минимальных и максимальных хешей, используемых для вычисления результата; любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT ngramMinHashUTF8('ClickHouse') AS Tuple;

Response

┌─Tuple──────────────────────────────────────┐
│ (18333312859352735453,6742163577938632877) │
└────────────────────────────────────────────┘

ngramSimHash

Добавленный в: v21.1.0 Разбивает ASCII-строку на n-граммы длиной ngramsize символов и возвращает simhash n-граммы. Может использоваться для обнаружения почти дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhash двух строк, тем выше вероятность, что эти строки совпадают. Синтаксис

ngramSimHash(string[, ngramsize])

Аргументы

string — Строка, для которой вычисляется simhash с учетом регистра. String
ngramsize — Необязательный параметр. Размер n-граммы — любое число от 1 до 25. Значение по умолчанию — 3. UInt8

Возвращаемое значение Возвращает вычисленный хеш входной строки. UInt64 Примеры Пример использования

Query

SELECT ngramSimHash('ClickHouse') AS Hash;

Response

┌───────Hash─┐
│ 1627567969 │
└────────────┘

ngramSimHashCaseInsensitive

Добавленный в: v21.1.0 Разбивает ASCII-строку на n-граммы длиной ngramsize символов и возвращает их simhash. Поддерживает регистронезависимый поиск. Может использоваться для поиска почти дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhashes двух строк, тем выше вероятность, что эти строки совпадают. Синтаксис

ngramSimHashCaseInsensitive(string[, ngramsize])

Аргументы

string — Строка, для которой вычисляется simhash для регистронезависимого поиска. String
ngramsize — Необязательный параметр. Размер n-граммы, любое число от 1 до 25. Значение по умолчанию — 3. UInt8

Возвращаемое значение Хеш-значение. UInt64. UInt64 Примеры Пример использования

Query

SELECT ngramSimHashCaseInsensitive('ClickHouse') AS Hash;

Response

┌──────Hash─┐
│ 562180645 │
└───────────┘

ngramSimHashCaseInsensitiveUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на n-граммы размером ngramsize символов и возвращает simhash n-грамм. Выполняет регистронезависимый поиск. Может использоваться для обнаружения частично дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhashes двух строк, тем выше вероятность, что эти строки совпадают. Синтаксис

ngramSimHashCaseInsensitiveUTF8(string[, ngramsize])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательно. Размер n-граммы — любое число от 1 до 25. Значение по умолчанию: 3. UInt8

Возвращаемое значение Возвращает вычисленное хеш-значение. UInt64 Примеры Пример использования

Query

SELECT ngramSimHashCaseInsensitiveUTF8('ClickHouse') AS Hash;

Response

┌───────Hash─┐
│ 1636742693 │
└────────────┘

ngramSimHashUTF8

Добавленный в: v21.1.0 Разбивает строку в кодировке UTF-8 на n-граммы длиной ngramsize символов и возвращает simhash n-граммы. Функция чувствительна к регистру. Может использоваться для выявления частично дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhashes двух строк, тем выше вероятность, что эти строки совпадают. Синтаксис

ngramSimHashUTF8(string[, ngramsize])

Аргументы

string — Строка, для которой вычисляется хеш. String
ngramsize — Необязательный параметр. Размер n-граммы — любое число от 1 до 25. Значение по умолчанию — 3. UInt8

Возвращаемое значение Возвращает вычисленное хеш-значение. UInt64 Примеры Пример использования

Query

SELECT ngramSimHashUTF8('ClickHouse') AS Hash;

Response

┌───────Hash─┐
│ 1628157797 │
└────────────┘

sipHash128

Добавленный в: v1.1.0 Как sipHash64, но возвращает 128-битное хеш-значение, то есть итоговое состояние xor-folding вычисляется до 128 бит.

используйте sipHash128Reference в новых проектахЭтот 128-битный вариант отличается от эталонной реализации и менее стойкий. Эта версия существует потому, что на момент её создания не было официального 128-битного расширения для SipHash. В новых проектах рекомендуется использовать sipHash128Reference.

Синтаксис

sipHash128(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает 128-битное хеш-значение SipHash. FixedString(16) Примеры Пример использования

Query

SELECT hex(sipHash128('foo', '\x01', 3));

Response

┌─hex(sipHash128('foo', '', 3))────┐
│ 9DE516A64A414D4B1B609415E4523F24 │
└──────────────────────────────────┘

sipHash128Keyed

Добавленный в: v23.2.0 То же, что и sipHash128, но дополнительно принимает явный аргумент ключа вместо использования фиксированного ключа.

используйте sipHash128ReferenceKeyed в новых проектахЭтот 128-битный вариант отличается от эталонной реализации и является менее стойким. Эта версия существует потому, что на момент её создания не было официального 128-битного расширения SipHash. В новых проектах, вероятно, следует использовать sipHash128ReferenceKeyed.

Синтаксис

sipHash128Keyed((k0, k1), [arg1, arg2, ...])

Аргументы

(k0, k1) — кортеж из двух значений UInt64, представляющий ключ. Tuple(UInt64, UInt64)
arg1[, arg2, ...] — переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение 128-битное хеш-значение SipHash типа FixedString(16). FixedString(16) Примеры Пример использования

Query

SELECT hex(sipHash128Keyed((506097522914230528, 1084818905618843912),'foo', '\x01', 3));

Response

┌─hex(sipHash128Keyed((506097522914230528, 1084818905618843912), 'foo', '', 3))─┐
│ B8467F65C8B4CFD9A5F8BD733917D9BF                                              │
└───────────────────────────────────────────────────────────────────────────────┘

sipHash128Reference

Добавленный в: v23.2.0 Как sipHash128, но использует 128-битный алгоритм от исходных авторов SipHash. Синтаксис

sipHash128Reference(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленное 128-битное хеш-значение SipHash от входных аргументов. FixedString(16) Примеры Пример использования

Query

SELECT hex(sipHash128Reference('foo', '', 3));

Response

┌─hex(sipHash128Reference('foo', '', 3))─┐
│ 4D1BE1A22D7F5933C0873E1698426260       │
└────────────────────────────────────────┘

sipHash128ReferenceKeyed

Добавленный в: v23.2.0 То же, что и sipHash128Reference, но дополнительно принимает явный аргумент ключа вместо использования фиксированного ключа. Синтаксис

sipHash128ReferenceKeyed((k0, k1), arg1[, arg2, ...])

Аргументы

(k0, k1) — кортеж из двух значений, представляющий ключ Tuple(UInt64, UInt64)
arg1[, arg2, ...] — Переменное число входных аргументов, для которых вычисляется хеш. Any

Возвращаемое значение Возвращает вычисленное 128-битное хеш-значение SipHash для входных аргументов. FixedString(16) Примеры Пример использования

Query

SELECT hex(sipHash128Reference('foo', '', 3));

Response

┌─hex(sipHash128Reference('foo', '', 3))─┐
│ 4D1BE1A22D7F5933C0873E1698426260       │
└────────────────────────────────────────┘

sipHash64

Добавленный в: v1.1.0 Создает 64-битное хеш-значение SipHash. Это криптографическая хеш-функция. Она работает как минимум в три раза быстрее, чем хеш-функция MD5. Функция интерпретирует все входные параметры как строки и вычисляет хеш-значение для каждого из них. Затем она объединяет хеш-значения, используя следующий алгоритм:

Первое и второе хеш-значения объединяются в массив, для которого вычисляется хеш.
Ранее вычисленное хеш-значение и хеш-значение третьего входного параметра хешируются аналогичным образом.
Это вычисление повторяется для всех оставшихся хеш-значений исходных входных параметров.

вычисленные хеш-значения могут совпадать для одинаковых входных значений аргументов разных типов. Это относится, например, к целочисленным типам разного размера, именованным и неименованным Tuple с одинаковыми данными, Map и соответствующему типу Array(Tuple(key, value)) с одинаковыми данными.

Синтаксис

sipHash64(arg1[, arg2, ...])

Аргументы

arg1[, arg2, ...] — Переменное число входных аргументов. Any

Возвращаемое значение Возвращает хеш-значение, вычисленное по входным аргументам. UInt64 Примеры Пример использования

Query

SELECT sipHash64(array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS SipHash, toTypeName(SipHash) AS type;

Response

┌──────────────SipHash─┬─type───┐
│ 11400366955626497465 │ UInt64 │
└──────────────────────┴────────┘

sipHash64Keyed

Добавленный в: v23.2.0 Как sipHash64, но дополнительно принимает явный ключ в качестве аргумента вместо использования фиксированного ключа. Синтаксис

sipHash64Keyed((k0, k1), arg1[,arg2, ...])

Аргументы

(k0, k1) — Кортеж из двух значений, образующих ключ. Tuple(UInt64, UInt64)
arg1[,arg2, ...] — Переменное число входных аргументов. Any

Возвращаемое значение Возвращает хеш, вычисленный по входным значениям. UInt64 Примеры Пример использования

Query

SELECT sipHash64Keyed((506097522914230528, 1084818905618843912), array('e','x','a'), 'mple', 10, toDateTime('2019-06-15 23:00:00')) AS SipHash, toTypeName(SipHash) AS type;

Response

┌─────────────SipHash─┬─type───┐
│ 8017656310194184311 │ UInt64 │
└─────────────────────┴────────┘

wordShingleMinHash

Добавленный в: v21.1.0 Разбивает ASCII-строку на части (шинглы) размером shinglesize слов, вычисляет хеш-значения для каждого словесного шингла и возвращает кортеж с этими хешами. Использует hashnum минимальных хешей для вычисления минимального хеша и hashnum максимальных хешей для вычисления максимального хеша. Чувствительна к регистру. Может использоваться для обнаружения почти дублирующихся строк с помощью tupleHammingDistance. Если для двух строк возвращённые хеши совпадают, то строки одинаковы. Синтаксис

wordShingleMinHash(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательно. Размер словесного шингла: любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Количество минимальных и максимальных хешей, используемых для вычисления результата: любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Возвращаемое значение Возвращает кортеж из двух хешей — минимального и максимального. Tuple(UInt64, UInt64) Примеры Пример использования

Query

SELECT wordShingleMinHash('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Tuple;

Response

┌─Tuple──────────────────────────────────────┐
│ (16452112859864147620,5844417301642981317) │
└────────────────────────────────────────────┘

wordShingleMinHashArg

Добавленный в: v1.1.0 Разбивает ASCII-строку на части (шинглы) по shinglesize слов в каждой и возвращает шинглы с минимальным и максимальным хешами слов, вычисленные функцией wordShingleMinHash для тех же входных данных. Функция чувствительна к регистру. Синтаксис

wordShingleMinHashArg(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный параметр. Размер словесного шингла; любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательный параметр. Количество минимальных и максимальных хешей, используемых для вычисления результата; любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Возвращаемое значение Возвращает кортеж из двух кортежей, каждый из которых содержит по hashnum словесных шинглов. Tuple(Tuple(String)) Примеры Пример использования

Query

SELECT wordShingleMinHashArg('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).', 1, 3) AS Tuple;

Response

┌─Tuple─────────────────────────────────────────────────────────────────┐
│ (('OLAP','database','analytical'),('online','oriented','processing')) │
└───────────────────────────────────────────────────────────────────────┘

wordShingleMinHashArgCaseInsensitive

Добавленный в: v21.1.0 Разбивает строку ASCII на части (шинглы) по shinglesize слов в каждой и возвращает шинглы с минимальным и максимальным хешами слов, вычисленными функцией wordShingleMinHashCaseInsensitive при тех же входных данных. Функция использует регистронезависимый поиск. Синтаксис

wordShingleMinHashArgCaseInsensitive(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательно. Размер словесного шингла; любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Количество минимальных и максимальных хешей, используемых для вычисления результата; любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT wordShingleMinHashArgCaseInsensitive('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).', 1, 3) AS Tuple;

Response

┌─Tuple──────────────────────────────────────────────────────────────────┐
│ (('queries','database','analytical'),('oriented','processing','DBMS')) │
└────────────────────────────────────────────────────────────────────────┘

wordShingleMinHashArgCaseInsensitiveUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на части (шинглы) по shinglesize слов в каждой и возвращает шинглы с минимальным и максимальным хешами слов, вычисленными функцией wordShingleMinHashCaseInsensitiveUTF8 для тех же входных данных. Поддерживает регистронезависимый поиск. Синтаксис

wordShingleMinHashArgCaseInsensitiveUTF8(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательно. Размер словесного шингла, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Количество минимальных и максимальных хешей, используемых для вычисления результата, любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT wordShingleMinHashArgCaseInsensitiveUTF8('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).', 1, 3) AS Tuple;

Response

┌─Tuple──────────────────────────────────────────────────────────────────┐
│ (('queries','database','analytical'),('oriented','processing','DBMS')) │
└────────────────────────────────────────────────────────────────────────┘

wordShingleMinHashArgUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на части (шинглы) по shinglesize слов в каждой и возвращает шинглы с минимальным и максимальным хешами слов, вычисленными функцией wordShingleMinHashUTF8 для той же входной строки. Чувствительна к регистру. Синтаксис

wordShingleMinHashArgUTF8(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный параметр. Размер словесного шингла: любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательный параметр. Количество минимальных и максимальных хешей, используемых для вычисления результата: любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT wordShingleMinHashArgUTF8('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).', 1, 3) AS Tuple;

Response

┌─Tuple─────────────────────────────────────────────────────────────────┐
│ (('OLAP','database','analytical'),('online','oriented','processing')) │
└───────────────────────────────────────────────────────────────────────┘

wordShingleMinHashCaseInsensitive

Добавленный в: v21.1.0 Разбивает ASCII-строку на части (шинглы) по shinglesize слов, вычисляет хеш-значения для каждого словесного шингла и возвращает кортеж с этими хешами. Использует hashnum минимальных хешей для вычисления минимального хеша и hashnum максимальных хешей для вычисления максимального хеша. Функция использует регистронезависимый поиск. Может использоваться для обнаружения почти дублирующихся строк с помощью tupleHammingDistance. Для двух строк: если возвращаемые хеши совпадают для обеих строк, значит, эти строки одинаковы. Синтаксис

wordShingleMinHashCaseInsensitive(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательно. Размер словесного шингла, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательно. Количество минимальных и максимальных хешей, используемых для вычисления результата; любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT wordShingleMinHashCaseInsensitive('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Tuple;

Response

┌─Tuple─────────────────────────────────────┐
│ (3065874883688416519,1634050779997673240) │
└───────────────────────────────────────────┘

wordShingleMinHashCaseInsensitiveUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на части (шинглы) по shinglesize слов, вычисляет хеш-значения для каждого словесного шингла и возвращает кортеж с этими хешами. Использует hashnum минимальных хешей для вычисления минимального хеша и hashnum максимальных хешей для вычисления максимального хеша. Используется регистронезависимый поиск. Может использоваться для обнаружения почти дублирующихся строк с помощью tupleHammingDistance. Если для двух строк возвращаются одинаковые хеши, значит, эти строки совпадают. Синтаксис

wordShingleMinHashCaseInsensitiveUTF8(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный аргумент. Размер словесного шингла, любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательный аргумент. Количество минимальных и максимальных хешей, используемых для вычисления результата, любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT wordShingleMinHashCaseInsensitiveUTF8('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Tuple;

Response

┌─Tuple─────────────────────────────────────┐
│ (3065874883688416519,1634050779997673240) │
└───────────────────────────────────────────┘

wordShingleMinHashUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на части (шинглы) по shinglesize слов, вычисляет хеш-значения для каждого словесного шингла и возвращает кортеж с этими хешами. Для вычисления минимального хеша использует hashnum минимальных хешей, а для вычисления максимального хеша — hashnum максимальных хешей. Функция чувствительна к регистру. Может использоваться для обнаружения почти дублирующихся строк с помощью tupleHammingDistance. Если для двух строк возвращённые хеши совпадают, значит, эти строки одинаковы. Синтаксис

wordShingleMinHashUTF8(string[, shinglesize, hashnum])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный аргумент. Размер словесного шингла; любое число от 1 до 25. Значение по умолчанию — 3. UInt8
hashnum — Необязательный аргумент. Количество минимальных и максимальных хешей, используемых для вычисления результата; любое число от 1 до 25. Значение по умолчанию — 6. UInt8

Query

SELECT wordShingleMinHashUTF8('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Tuple;

Response

┌─Tuple──────────────────────────────────────┐
│ (16452112859864147620,5844417301642981317) │
└────────────────────────────────────────────┘

wordShingleSimHash

Добавленный в: v21.1.0 Разбивает ASCII-строку на части (шинглы) по shinglesize слов и возвращает simhash словесного шингла. Чувствительна к регистру. Может использоваться для выявления почти дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhash двух строк, тем выше вероятность, что эти строки совпадают. Синтаксис

wordShingleSimHash(string[, shinglesize])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный параметр. Размер словесного шингла; любое число от 1 до 25. Значение по умолчанию — 3. UInt8

Возвращаемое значение Возвращает вычисленное хеш-значение. UInt64 Примеры Пример использования

Query

SELECT wordShingleSimHash('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Hash;

Response

┌───────Hash─┐
│ 2328277067 │
└────────────┘

wordShingleSimHashCaseInsensitive

Добавленный в: v21.1.0 Разбивает ASCII-строку на части (шинглы) по shinglesize слов и возвращает simhash словесного шингла. Используется регистронезависимый поиск. Может использоваться для выявления почти дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhash двух строк, тем выше вероятность, что эти строки одинаковы. Синтаксис

wordShingleSimHashCaseInsensitive(string[, shinglesize])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный параметр. Размер словесного шингла, любое число от 1 до 25. Значение по умолчанию — 3. UInt8

Возвращаемое значение Возвращает вычисленное хеш-значение. UInt64 Примеры Пример использования

Query

SELECT wordShingleSimHashCaseInsensitive('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Hash;

Response

┌───────Hash─┐
│ 2194812424 │
└────────────┘

wordShingleSimHashCaseInsensitiveUTF8

Добавленный в: v1.1.0 Разбивает строку в кодировке UTF-8 на части (шинглы) по shinglesize слов и возвращает simhash словесного шингла. Использует регистронезависимый поиск. Может использоваться для обнаружения почти дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhash двух строк, тем выше вероятность, что эти строки одинаковы. Синтаксис

wordShingleSimHashCaseInsensitiveUTF8(string[, shinglesize])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный. Размер словесного шингла: любое число от 1 до 25. Значение по умолчанию — 3. UInt8

Возвращаемое значение Возвращает вычисленное хеш-значение. UInt64 Примеры Пример использования

Query

SELECT wordShingleSimHashCaseInsensitiveUTF8('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Hash;

Response

┌───────Hash─┐
│ 2194812424 │
└────────────┘

wordShingleSimHashUTF8

Добавленный в: v21.1.0 Разбивает UTF-8-строку на части (шинглы) размером shinglesize слов и возвращает simhash словесного шингла. Чувствительна к регистру. Может использоваться для обнаружения почти дублирующихся строк с помощью bitHammingDistance. Чем меньше расстояние Хэмминга между вычисленными simhashes двух строк, тем выше вероятность того, что эти строки совпадают. Синтаксис

wordShingleSimHashUTF8(string[, shinglesize])

Аргументы

string — Строка, для которой вычисляется хеш. String
shinglesize — Необязательный параметр. Размер словесного шингла; любое число от 1 до 25. Значение по умолчанию — 3. UInt8

Возвращаемое значение Возвращает вычисленное хеш-значение. UInt64 Примеры Пример использования

Query

SELECT wordShingleSimHashUTF8('ClickHouse® is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).') AS Hash;

Response

┌───────Hash─┐
│ 2328277067 │
└────────────┘

wyHash64

Добавленный в: v22.7.0 Вычисляет 64-битное wyHash64 хеш-значение. Синтаксис

wyHash64(arg)

Аргументы

arg — аргумент типа String, для которого вычисляется хеш. String

Возвращаемое значение Вычисленное 64-битное хеш-значение UInt64 Примеры Пример использования

Query

SELECT wyHash64('ClickHouse') AS Hash;

Response

12336419557878201794

xxHash32

Добавленный в: v20.1.0 Вычисляет xxHash от строки. Версию для 64 бит см. в xxHash64 Синтаксис

xxHash32(arg)

Аргументы

arg — Входная строка для вычисления хеша. String

Возвращаемое значение Возвращает 32-битный хеш, вычисленный для входной строки. UInt32 Примеры Пример использования

Query

SELECT xxHash32('Hello, world!');

Response

┌─xxHash32('Hello, world!')─┐
│                 834093149 │
└───────────────────────────┘

xxHash64

Добавленный в: v20.1.0 Вычисляет xxHash для строки. Описание 32-битной версии см. в xxHash32 Синтаксис

xxHash64(arg)

Аргументы

arg — Строка, для которой вычисляется хеш. String

Возвращаемое значение Возвращает вычисленное 64-битное хеш-значение входной строки. UInt64 Примеры Пример использования

Query

SELECT xxHash64('Hello, world!');

Response

┌─xxHash64('Hello, world!')─┐
│      17691043854468224118 │
└───────────────────────────┘

xxh3

Добавленный в: v22.12.0 Вычисляет 64-битное хеш-значение XXH3. Синтаксис

xxh3(expr)

Аргументы

expr — Список выражений любого типа данных. Any

Возвращаемое значение Возвращает вычисленное 64-битное хеш-значение xxh3 UInt64 Примеры Пример использования

Query

SELECT xxh3('ClickHouse')

Response

18009318874338624809

xxh3_128

Добавленный в: v26.2.0 Вычисляет 128-битное хеш-значение XXH3. Синтаксис

xxh3_128(expr)

Аргументы

expr — Список выражений любого типа данных. Any

Возвращаемое значение Возвращает вычисленное 128-битное хеш-значение xxh3 UInt128 Примеры Пример использования

Query

SELECT hex(xxh3_128('ClickHouse'))

Response

3A038784C52804B4DBA43A038784C528

​BLAKE3

​MD4

​MD5

​RIPEMD160

​SHA1

​SHA224

​SHA256

​SHA384

​SHA512

​SHA512_256

​URLHash

​cityHash64

​farmFingerprint64

​farmHash64

​gccMurmurHash

​halfMD5

​hiveHash

​icebergHash

​intHash32

​intHash64

​javaHash

​javaHashUTF16LE

​jumpConsistentHash

​kafkaMurmurHash

​keccak256

​kostikConsistentHash

​metroHash64

​murmurHash2_32

​murmurHash2_64

​murmurHash3_128

​murmurHash3_32

​murmurHash3_64

​ngramMinHash

​ngramMinHashArg

​ngramMinHashArgCaseInsensitive

​ngramMinHashArgCaseInsensitiveUTF8

​ngramMinHashArgUTF8

​ngramMinHashCaseInsensitive

​ngramMinHashCaseInsensitiveUTF8

​ngramMinHashUTF8

​ngramSimHash

​ngramSimHashCaseInsensitive

​ngramSimHashCaseInsensitiveUTF8

​ngramSimHashUTF8

​sipHash128

​sipHash128Keyed

​sipHash128Reference

​sipHash128ReferenceKeyed

​sipHash64

​sipHash64Keyed

​wordShingleMinHash

​wordShingleMinHashArg

​wordShingleMinHashArgCaseInsensitive

​wordShingleMinHashArgCaseInsensitiveUTF8

​wordShingleMinHashArgUTF8

​wordShingleMinHashCaseInsensitive

​wordShingleMinHashCaseInsensitiveUTF8

​wordShingleMinHashUTF8

​wordShingleSimHash

​wordShingleSimHashCaseInsensitive

​wordShingleSimHashCaseInsensitiveUTF8

​wordShingleSimHashUTF8

​wyHash64

​xxHash32

​xxHash64

​xxh3

​xxh3_128

BLAKE3

MD4

MD5

RIPEMD160

SHA1

SHA224

SHA256

SHA384

SHA512

SHA512_256

URLHash

cityHash64

farmFingerprint64

farmHash64

gccMurmurHash

halfMD5

hiveHash

icebergHash

intHash32

intHash64

javaHash

javaHashUTF16LE

jumpConsistentHash

kafkaMurmurHash

keccak256

kostikConsistentHash

metroHash64

murmurHash2_32

murmurHash2_64

murmurHash3_128

murmurHash3_32

murmurHash3_64

ngramMinHash

ngramMinHashArg

ngramMinHashArgCaseInsensitive

ngramMinHashArgCaseInsensitiveUTF8

ngramMinHashArgUTF8

ngramMinHashCaseInsensitive

ngramMinHashCaseInsensitiveUTF8

ngramMinHashUTF8

ngramSimHash

ngramSimHashCaseInsensitive

ngramSimHashCaseInsensitiveUTF8

ngramSimHashUTF8

sipHash128

sipHash128Keyed

sipHash128Reference

sipHash128ReferenceKeyed

sipHash64

sipHash64Keyed

wordShingleMinHash

wordShingleMinHashArg

wordShingleMinHashArgCaseInsensitive

wordShingleMinHashArgCaseInsensitiveUTF8

wordShingleMinHashArgUTF8

wordShingleMinHashCaseInsensitive

wordShingleMinHashCaseInsensitiveUTF8

wordShingleMinHashUTF8

wordShingleSimHash

wordShingleSimHashCaseInsensitive

wordShingleSimHashCaseInsensitiveUTF8

wordShingleSimHashUTF8

wyHash64

xxHash32

xxHash64

xxh3

xxh3_128