Тарантул хэширует SQL запросы в откомпилированные выражения с помощью Murmur32 хэша. Примерная оценка вероятности коллизии для 10к уникальных запросов по 4kkk слотам хэша составляет 1.24% (см. парадокс дней рождения), а для 100k - 71%. Возникла необходимость проверить эту оценку на практике. Для этого с помощью sqlsmith было сгенерировано 101к запросов по стандартной схеме log.sql для PostgreSQL.
psql -f log.sql db
sqlsmith --dry-run --target="host=localhost port=5432 dbname=db" > queries.txt
Далее был произведен подсчет количества коллизий с помощью этой тестовой утилиты:
collision -f queries.txt > collisions.txt
На выходе оказалось две коллизии по хэшам (как и обещала теория).