MD5 内容校验与复制完整性验证
为什么需要 MD5 校验
文件同步的本质是在两端之间复制文件。如何确认复制过来的文件和源文件完全一致？
最直觉的方法是看文件大小和修改时间——如果两个文件大小一样、修改时间一样，大概率内容相同。但这只是大概率，不绝对：
- 文件内容可能不同但碰巧大小相同
- 某些复制过程会改变修改时间（网络存储、跨文件系统）
- 极端情况下复制过程中数据被损坏（位翻转、网络截断）
GoodSync 提供了MD5 全量校验机制，用内容哈希来确认复制的正确性。
GoodSync 中的校验级别
GoodSync 对文件一致性的判断有三个层级，在作业 Options → Advanced 中选择：
| 级别 | 判断方式 | 速度 | 准确性 | 推荐场景 |
|---|---|---|---|---|
| Quick | 时间戳 + 文件大小 | 最快 | 中等（可能漏检） | 定期全量同步时 |
| MD5 | 内容哈希全量对比 | 较慢 | 最准 | 首次同步、重要数据同步 |
| MD5 + Quick 混合 | 先用时间戳/大小筛选，差异文件再算 MD5 | 折中 | 高 | 日常常规使用（推荐） |
MD5 校验的执行时机
MD5 校验在两个关键环节被使用：
环节一：分析（Analyze）阶段
GoodSync 分析两端文件是否一致时，如果选择了 MD5 校验：
- 对左侧每个文件计算 MD5 哈希
- 对右侧每个文件计算 MD5 哈希
- 对比两端哈希列表，判断哪些文件需要同步
这个过程在大型目录上会消耗较多 CPU 和时间——GoodSync 会在界面上显示进度。
环节二：复制后验证（推荐开启）
在同步执行完成后，GoodSync 可以对目标端的新文件再次计算 MD5，与源文件的哈希对比，确认复制完全正确：
- 如果哈希一致：复制成功，标记为完成
- 如果哈希不一致：复制出错，GoodSync 自动重传，最多重试 3 次
这个环节是可选但推荐开启的，特别是在以下场景：
- 重要数据同步：备份资料、数据库文件、工作文档
- 网络不稳定：跨公网同步时，网络抖动可能导致数据损坏
- 大文件同步：一个几 GB 的视频文件如果在同步中损坏，发现得越晚损失越大
MD5 的性能影响
MD5 算法本身是 CPU 密集型操作。GoodSync 的策略是：
- 并行计算：使用多线程并行计算不同文件的 MD5，充分利用多核 CPU
- 混合模式：先用时间戳/大小快速筛选出「可能有差异」的文件，只对这些候选文件计算 MD5
- 进度感知：在主界面上实时显示当前 MD5 校验进度
在实际使用中，对于几十 GB 的文件量，MD5 校验通常在几十秒到几分钟内完成（取决于磁盘读取速度和 CPU 性能）。如果同步量非常大（数百 GB），可以在日常同步时用 Quick 模式，定期做一次 MD5 全量校验来兜底。
其他校验选项
除了 MD5，GoodSync 还支持：
完整文件体对比（Full Body Compare）
除哈希计算外，还可以做逐字节的完整对比。这个选项比 MD5 更慢（需要完整读取两次文件），通常只在极端调试场景下使用。
Quick 模式下的时间戳可信度
Quick 模式依赖文件的修改时间判断一致性。但某些场景下时间戳不可靠：
- FAT32 ↔ NTFS：FAT32 不保存精确时间戳，跨文件系统复制时时间戳可能被截断
- 网络文件系统：某些 NFS/SMB 服务器会重写文件时间戳
- 云存储：Google Drive、OneDrive 等云存储的客户端在同步后可能刷新本地文件的时间戳
在这些场景下，建议至少定期做一次 MD5 全量校验。
安全提示
MD5 虽然足以验证文件复制的正确性，但它不是加密安全的哈希算法（已被证明可碰撞）。不过对于「验证两个文件内容是否相同」这个用途来说，MD5 的碰撞概率可以忽略不计——毕竟这里验证的是 GoodSync 自己刚才复制过来的文件，不是抵御恶意伪造。
GoodSync 的端到端加密用的是 SHA-256 + AES-256，与 MD5 校验是两个独立的安全层。