哈希冲突

Adobe Analytics中的Dimension收集字符串值。 这些字符串有时长达数百个字符，有时则较短。 为了提高性能，在处理过程中不会直接使用这些字符串值。 而是为每个值计算散列，以使所有值的大小一致。 所有报表都基于这些哈希值运行，这会显着提升其性能。

对于大多数字段，字符串首先会转换为全部小写。 小写转换可减少唯一值的数量。 值按月进行哈希处理 — 给定值的大小写使用每月看到的第一个值。 月复一月，可能会出现两个唯一的变量值经过哈希运算后变成同一个值的情况，但这种可能性很小。 这一概念就是所谓的​ 哈希冲突。

哈希冲突可如下所示显示在报表中：

哈希冲突发生概率

Adobe Analytics对大多数维度使用32位哈希，这意味着可能有2³²个哈希组合（约43亿）。 每月为每个维度创建一个新的哈希表。 根据唯一值的数量，遇到哈希冲突的大致概率如下。 这些赔率基于单个维度单个月。

与生日悖论类似，哈希冲突出现的可能性随唯一值数量的增加而急剧增加。 至少100万个唯一值，该维度可能至少有100个哈希冲突。

缓解哈希冲突

大多数哈希冲突都发生在两个不常见的值中，这些值对报表没有任何实际影响。 即使哈希与某个通用值和不通用值发生冲突，结果也几乎可以忽略。 但是，在极少数情况下，当两个常用值遇到哈希冲突时，可以清楚地看到其影响。 Adobe建议采取以下措施以减少它在报表中的影响：