scala - spark中的哈希函数

Question

我正在尝试向数据框中添加一列，其中将包含 另一列的哈希 .

我找到了这段文档:
https://spark.apache.org/docs/2.3.0/api/sql/index.html#hash
并尝试了这个:

import org.apache.spark.sql.functions._
val df = spark.read.parquet(...)
val withHashedColumn = df.withColumn("hashed", hash($"my_column"))

但是 hash() 使用的哈希函数是什么？ ?是murmur , sha , md5 ，还有什么？

我在此列中得到的值是整数，因此这里的值范围可能是 [-2^(31) ... +2^(31-1)] .
我可以在这里获得长期值(value)吗？我可以得到一个字符串哈希吗？
如何为此指定具体的哈希算法？
我可以使用自定义哈希函数吗？

Answer 1

它是基于 source code 的杂音:

  /**
   * Calculates the hash code of given columns, and returns the result as an int column.
   *
   * @group misc_funcs
   * @since 2.0.0
   */
  @scala.annotation.varargs
  def hash(cols: Column*): Column = withExpr {
    new Murmur3Hash(cols.map(_.expr))
  }