📚 课程目录第3章加密算法与数据类型的关联

3. 加密算法与数据类型的关联

好，咱们直接聊正题。加密算法不是万能的，它对数据类型有自己的脾气。你选错算法，轻则解密失败，重则丢数据。我在项目里见过太多这种事了。今天我就把三种主流算法的数据类型适配问题掰开揉碎了讲。

3.1 对称加密：AES 与 SM4 的二进制游戏

对称加密，说白了就是一把钥匙开一把锁。AES 和 SM4 都是块加密算法，它们操作的是固定长度的二进制数据块。你想想看，要加密的字段可能是文本、数字、甚至是一张图片的二进制流。这些数据怎么喂给算法？

关键点一：输入必须是字节序列

AES 和 SM4 不认“字符串”或“整数”。它们只认 byte[] 。所以每次加密前，你得先把原始数据序列化成字节。我习惯用一个通用函数，根据字段类型做转换：

// 示例：数据类型到字节数组的转换
public byte[] toBytes(Object fieldValue) {
    if (fieldValue instanceof String) {
        return ((String) fieldValue).getBytes(StandardCharsets.UTF_8);
    } else if (fieldValue instanceof Integer) {
        ByteBuffer buffer = ByteBuffer.allocate(Integer.BYTES);
        buffer.putInt((Integer) fieldValue);
        return buffer.array();
    } else if (fieldValue instanceof byte[]) {
        return (byte[]) fieldValue;
    }
    // 其他类型...
}

关键点二：块对齐与填充

AES 块大小固定 16 字节，SM4 也是 16 字节。如果你的数据不是 16 的倍数，就必须填充。填充方式有很多种，我最常用 PKCS7。嗯，这里要注意，填充会使密文比明文长。如果你存储字段长度有严格限制，得提前算好。

经验之谈： 我处理过用户身份证号加密。身份证号是 18 位 ASCII 字符，正好 18 字节。AES 加密后，因为填充变成了 32 字节。数据库字段如果只预留 20 字节，数据就存不进去了。这是一个很常见的坑。

不同类型的字段，加密后的长度增长也不同。我整理了一个常用表：

原始数据类型	原始字节长度	AES-256 加密后长度	SM4 加密后长度
String (10 字符, UTF-8)	30 字节	32 字节	32 字节
Integer	4 字节	16 字节	16 字节
Long	8 字节	16 字节	16 字节
Boolean	1 字节	16 字节	16 字节

你看，对于小字段，加密后的膨胀率很高。所以你在设计库表结构时，密文字段长度要留够余量。

3.2 非对称加密：RSA 与 SM2 的天花板

非对称加密有个硬伤——数据长度限制。这个限制从哪来？RSA 和 SM2 的加密过程基于大数运算。你输入的数据，必须小于模数（N）的字节长度。一旦超过，算法就报错。

RSA 的限制：

RSA-2048 的模数 N 是 256 字节。但还需要预留填充空间（OAEP 或 PKCS#1 v1.5）。
实际可加密的最大字节数 = 密钥字节长度 - 填充开销 - 1（OAEP 填充时，最多可加密 190 字节）。
明文超过限制，只能分段加密。但这会大幅降低性能，且需要额外管理分段逻辑。

SM2 的限制：

SM2 基于椭圆曲线，它的限制不是模数长度，而是曲线参数。
SM2 公钥加密的明文长度上限是曲线阶的字节数，通常是 32 字节左右。
所以 SM2 几乎不能直接加密大数据块。它更常用来加密对称密钥。

避坑指南： 我曾经有一个项目，直接用 RSA-2048 加密一条 300 字节的 JSON 日志。结果运行时报错 “Data too long for RSA modulus”。这就是典型的数据类型感知缺失。正确的做法是：先用对称密钥加密大字段，再用 RSA 加密那个对称密钥。

我把常用的适配规则列一下，方便你对照：

非对称算法	密钥长度	最大明文长度（OAEP）	推荐适配场景
RSA-2048	256 字节	190 字节	加密短字符串、数字签名、对称密钥的加密
RSA-4096	512 字节	446 字节	同上，可处理稍长数据
SM2	256 位（等效）	约 64 字节	密钥交换、数字签名、加密对称密钥

3.3 哈希算法：单向输出的风格

哈希不是加密，它是摘要。它把任意长度的输入，映射成固定长度的输出。你想想看，一个 1GB 的视频和一个 1 字节的字符，经过 SHA-256 处理后，都变成 32 字节的哈希值。这个特性对字段级加密来说，意义重大。

输入特征：几乎无限制

SHA-256、SM3、MD5 这些算法，接受任意长度的二进制数据。你不用操心块对齐和填充。但要注意，输入数据内容哪怕只改动一个比特，输出哈希值就会面目全非。这就是所谓的雪崩效应。

输出特征：固定长度、不可逆

哈希输出长度是固定的。我列几个常见的：

MD5： 16 字节（128 位），但现在已不安全。
SHA-256： 32 字节（256 位），国密场景经常用。
SM3： 32 字节（256 位），国密标准，与 SHA-256 长度一致。
SHA-512： 64 字节（512 位），安全性更高，但计算更慢。

  实际应用： 哈希在字段级加密中的典型用法是数据完整性校验和“脱敏”场景。比如，用户邮箱的前缀常用哈希值替代，以确保不可逆。我在做用户画像系统时，就用 SM3 对手机号哈希，作为用户组的唯一标识，既防止原始数据泄露，又能做关联查询。

哈希还有一个特性叫“输入不敏感”。意思是，你不能从哈希值反推原始数据。所以它只能用于校验，不能用于“解密”。这一点很多新手会搞混。记得有一次，同事试图用哈希值做登录验证的“密码”，还要我帮他实现“解密功能”……那是不可能的。

3.4 核心知识体系总览

为了让你一眼看清这三类算法的数据适配关系，我画了一张图。它把算法类型、数据输入限制、输出特征串起来了。你多看几遍，心里就有谱了。

记住这张图。对称加密适合大数据块，但要处理好字节序列和填充。非对称加密适合小数据或密钥交换，千万不能超长。哈希算法最适合做完整性校验和脱敏。这三种算法配合起来，才能适配你字段里复杂的业务数据类型。