大文件哈希应流式分块计算以避免OOM；需二进制打开、单次初始化hashlib对象、用iter(lambda: f.read(N), b'')安全读取，推荐块大小8KB–64KB。
大文件直接 read() 会触发 OOM
读一个 2GB 的 ISO 或 5GB 的镜像，f.read() 会把全部内容塞进内存——Python 进程大概率被系统 OOM killer 干掉，或者拖慢整台机器。哈希计算是流式操作，不需要随机访问，也没必要全量加载。
hashlib.md5().update() 本身支持增量更新
只要哈希对象初始化一次，后续每块数据调用 update() 就能持续累积状态。这不是“攒着一起算”，而是边读边混入内部状态，最终 hexdigest() 才输出结果。关键点：
- 必须用二进制模式打开：
open(path, "rb")，文本模式会导致解码错误或哈希值错乱 - 别在循环里反复创建
hashlib.md5()实例，只初始化一次 - 别用
readline()：换行符干扰、非定长块、文本模式风险
块大小设多少才合理
常见取值是 8192（8KB）到 65536（64KB），也有项目用 1 （1MB）。太小（如 <code>512）会增加系统调用次数，影响吞吐；太大（如 100MB）对内存节省意义不大，还可能卡住 I/O 缓冲。
推荐从 8192 起手，如果文件普遍 >10GB 且 I/O 带宽充足，可试 65536 或 1048576（1MB）。
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
立即学习“Python免费学习笔记（深入）”；
用 iter(lambda: f.read(N), b'') 比 while True 更安全
某些特殊文件（比如设备节点、管道、/proc 下的伪文件）在 read() 返回空时未必代表 EOF，while True 可能死循环。而 iter(..., b'') 明确以空 bytes 为哨兵终止，行为更可靠。
示例写法：
md5 = hashlib.md5()
with open(path, "rb") as f:
for chunk in iter(lambda: f.read(8192), b''):
md5.update(chunk)
return md5.hexdigest()
真正容易被忽略的是：哪怕你只处理几百 MB 的文件，一旦部署到内存受限的容器或边缘设备上，不分块就等于埋雷。不是“会不会出问题”，而是“什么时候出”。
