Требуется искать файлы по хэш сумме содержимого (алгоритм МД5).
Не разбираюсь в шифровании, поэтому вопрос, если у меня будет тысячи файлов, максимум в 20 килобайт, не велика ли вероятность найти файл со схожим хэшем, но с небольшим отличием по содержанию?

схожий хэш - это все-таки одинаковый или не очень?
А если не очень - то какая разница на сколько? и на сколько из-за этого отличное содержание?

(1) имел в виду хэш двух файлов одинаковый, а содержание(текстовые данные), отличаются в несколько символов.

нет, так не бывает...
гораздо вероятней другое - что содержание совершенно различное, а хэши вдруг совпадают, но вероятность этого мала

Не парься, делай по хэшу, вероятность невелика

(3) Это ты применительно к MD5, надеюсь, про "не бывает"

Пасиб! Боле менее успокоили.
Нужно периодически опрашивать сервер на наличие заказов за период и сохранять данные в файл. Так вот если я буду опрашивать каждые 5 минут, то что бы файл не создавался каждые пять минут.

https://habrahabr.ru/post/137316/

2(5) не бывает что например содержимое файла отличается одним байтом и хэши у них одинаковые

(6) В заказах нет никакой идентифицирующей информации?

(9) Для идентификации заказы нужно анализировать. По логике это должно происходить при загрузке данных из файла.
Поэтому решил использовать хэш содержимого.

(10) Их же анализировать всё равно придётся.

Очевидно, что данные могут дублироваться пропорционально длине хеша. Чем короче хеш, тем выше вероятность дублей. MD5 - вроде 128 бит, где-то миллиард миллиардов?

(11) Придётся. Но потом. )) И не факт что это будет заказ. Там уже можно будет предупредить пользователя, что в файле что-то неопределенное.

(12) Хэшфункция от 1С. Уж незнаю какой она длины.

Низкая вероятность не даёт уверенности в отсутствии облома прямо завтра.

(8) Ты повторил (3).
Я спрашивал о коллизиях в общем случае - все зависит от хэш-функции ведь.