Первичный ключ таблицы поиска хэша

Question

Мне нужно заполнить базу данных набором $ CSV-файлов, строкой хеш-таблицы $ string, md5 ($ string).

Мой вопрос: Следует ли использовать строку в качестве Первичного ключа? Хеш? Добавить дополнительный столбец идентификатора?

Я думаю, что хэш был бы хорош, так как я буду спрашивать базу данных, но хеши могут столкнуться, Строки должны быть уникальными в любом случае (чтобы сэкономить место), но я хотел получить второе мнение по этому поводу.

Я спрашиваю с представлением о производительности, учитывая, что он будет заполнен как минимум 35 ГБ данных. Так что действительно любые предложения оценили

Answer 1

В итоге я использовал поле SERIAL id, поэтому я мог подсчитать, сколько записей у меня было.

Начальная проблема началась, так как я думал, что вы можете только индексировать столбцы с помощью PRIMARY KEY.

Так что проблема решена сейчас, я просто проиндексирован правильно, и производительность великолепна!

Answer 2

Если строка будет использоваться для ссылок на внешние ключи, я бы (обязательно) не рекомендовал хеширование. Вы можете:

• Создайте серийный (автоинкрементный) столбец id в качестве первичного ключа.
• Создайте уникальный индекс на name.

Это должно облегчить поиск в таблице, а также проверить, что name является уникальным. Лучше использовать номера фиксированной длины для ссылок на внешние ключи, чем строки переменной длины.

Если вы используете значение хэша и действительно не хотите дубликатов, вам понадобится механизм для различения разных строк с одинаковым значением хэш-функции. Естественным выбором будет какой-то инкрементный счетчик - но это оставит вас довольно близко к решению с помощью счетчика и без хеша. Я сам по себе не вижу преимущества хранения такого хэш-значения в таблице.