Marklogic：在数据摄取时生成主键
Marklogic : Generate primary key while data ingestion
我正在使用 java-api 从 CSV 中提取数据。我必须维护每个文档的主键。
Does marklogic provide any unique auto-generated id during insert ?
如果 marklogic 不提供，那么我可以想到一件事，它是随机生成的 hexString 数字，但问题是如果我有大量 CSV 记录要摄取，有时这个随机数字可能会重复。
请建议我如何处理这个用例。
建议的方法是使用随机生成的 ID 值，该值的长度要足够长，以至于对于您的数据集大小来说，发生冲突的可能性是不切实际的。因为你是人，所以你仍然会想要检查碰撞，但数学表明这只是浪费。如果您使用的是 64 位随机值，那么在 40 亿次之后发生碰撞的几率为 50/50。风险太大？如果这令人担忧，请使用 128 位随机值，因为在 18 千万亿之后它的概率为 50/50。看
“Probability of 64-bit hash code collisions”
xdmp:random() 是一个 64 位伪随机生成器 (PRNG)，具有此类属性，在可用时使用符合 FIPS 的实现。
它与内部用于生成文档和片段 IDS 的相同。
因此，在实践中，您无法更好地高效生成唯一 ID。
是的，这是大多数人（包括我自己）一开始难以接受的事情。
现在这不一定与在某些特定上下文中保证相同，并且您使用它会生成唯一的 URI（这是 ML 版本的 GUID 或数据库范围 'primary key'）。为此，您必须保证 URI 的唯一来源是您生成的 URI，并且您充分利用所有 64 位。
如果您想向自己证明无论发生什么事情它都绝对独一无二，那么您需要某种事务性原子计数器。
这些很容易制作（单个共享文档的文档读取-更新-写入-提交）但是在规模上非常慢。
如果数据是从 CSV 批量上传的，另一种选择是使用记录的偏移量（行或行号）作为 URL 的一部分，以及每个文件的独特之处，例如文件名。
CSV 数据本身通常有一列或多列表示该数据集的主键。那个也可以用
我正在使用 java-api 从 CSV 中提取数据。我必须维护每个文档的主键。
Does marklogic provide any unique auto-generated id during insert ?
如果 marklogic 不提供，那么我可以想到一件事，它是随机生成的 hexString 数字，但问题是如果我有大量 CSV 记录要摄取，有时这个随机数字可能会重复。
请建议我如何处理这个用例。
建议的方法是使用随机生成的 ID 值，该值的长度要足够长，以至于对于您的数据集大小来说，发生冲突的可能性是不切实际的。因为你是人，所以你仍然会想要检查碰撞，但数学表明这只是浪费。如果您使用的是 64 位随机值，那么在 40 亿次之后发生碰撞的几率为 50/50。风险太大？如果这令人担忧，请使用 128 位随机值，因为在 18 千万亿之后它的概率为 50/50。看 “Probability of 64-bit hash code collisions”
xdmp:random() 是一个 64 位伪随机生成器 (PRNG)，具有此类属性，在可用时使用符合 FIPS 的实现。
它与内部用于生成文档和片段 IDS 的相同。
因此，在实践中，您无法更好地高效生成唯一 ID。
是的，这是大多数人（包括我自己）一开始难以接受的事情。
现在这不一定与在某些特定上下文中保证相同，并且您使用它会生成唯一的 URI（这是 ML 版本的 GUID 或数据库范围 'primary key'）。为此，您必须保证 URI 的唯一来源是您生成的 URI，并且您充分利用所有 64 位。
如果您想向自己证明无论发生什么事情它都绝对独一无二，那么您需要某种事务性原子计数器。
这些很容易制作（单个共享文档的文档读取-更新-写入-提交）但是在规模上非常慢。
如果数据是从 CSV 批量上传的，另一种选择是使用记录的偏移量（行或行号）作为 URL 的一部分，以及每个文件的独特之处，例如文件名。
CSV 数据本身通常有一列或多列表示该数据集的主键。那个也可以用