main table 最简单的主键？
Easiest primary key for main table?
我的主要 table、Users 存储有关用户的信息。我计划有一个 UserId 字段作为 table 的主键。我可以完全控制这些键的创建和分配，并且我想确保以提供良好性能的方式分配键。我该怎么办？
您有几个选择：
- 最通用的解决方案是使用 UUID，如 RFC 4122 中所指定。
例如，您可以有一个存储 UUID 的 STRING(36)。或者您可以将 UUID 存储为一对 INT64 或 BYTE(16)。使用 UUID 有一些陷阱，因此请阅读此 answer.
的详细信息
如果您想节省一点 space 并且绝对确定您的用户将少于几十亿，那么您可以使用 INT64，然后使用随机数发生器。你想要确保你拥有的用户少于几十亿的原因是因为 Birthday Problem，一旦你有 4B 用户，你至少发生一次碰撞的几率大约是 50%，而且他们从那里。如果您分配的 UserId 已分配给以前的用户，那么您的插入交易将失败，因此您需要为此做好准备（通过在生成新的随机数后重试交易）。
如果在用户 table 中有一些列 MyColumn，您希望将其作为主键（可能是因为您知道您需要查找条目经常使用此列），但您不确定此列是否会引起热点（例如，因为它是按顺序生成的或基于时间戳生成的），那么您还有两个选择：
3a) 您可以“加密”MyColumn 并将其用作您的主密钥。在数学术语中，您可以对键值使用自同构，这会产生混乱地打乱它们的效果，同时仍然不会多次分配相同的值。在这种情况下，您根本不需要单独存储 MyColumn，而您只需要 store/use 加密版本，并可以在必要时在您的应用程序代码中对其进行解密。请注意，这种加密不需要是安全的，而只需要保证原始值的位以可逆的方式充分加扰。例如：如果您的 MyColumn 值是按顺序分配的整数，您可以只反转 MyColumn 的位以创建充分加扰的主键。如果你有更有趣的用例，你可以使用像 XTEA.
这样的加密算法
3b) 有一个复合主键，其中第一部分是 ShardId，计算为 hash(MyColumn) % numShards，第二部分是 MyColumn。散列函数将确保您不会通过将行分配到单个拆分来创建热点。可以找到有关此方法的更多信息 here. Note that you do not need to use a cryptographic hash, although md5 or sha512 are fine functions. SpookyHash 也是一个不错的选择。选择正确数量的分片是一个有趣的问题，可能取决于实例中的节点数量；它实际上是避免热点的能力（更多分片）和 read/scan 效率（更少分片）之间的权衡。如果您只有 3 个节点，那么 8 个分片可能没问题。如果你有 100 个节点；那么 32 个分片是一个合理的尝试值。
我的主要 table、Users 存储有关用户的信息。我计划有一个 UserId 字段作为 table 的主键。我可以完全控制这些键的创建和分配，并且我想确保以提供良好性能的方式分配键。我该怎么办？
您有几个选择：
- 最通用的解决方案是使用 UUID，如 RFC 4122 中所指定。
例如，您可以有一个存储 UUID 的 STRING(36)。或者您可以将 UUID 存储为一对 INT64 或 BYTE(16)。使用 UUID 有一些陷阱，因此请阅读此 answer.
如果您想节省一点 space 并且绝对确定您的用户将少于几十亿，那么您可以使用 INT64，然后使用随机数发生器。你想要确保你拥有的用户少于几十亿的原因是因为 Birthday Problem，一旦你有 4B 用户，你至少发生一次碰撞的几率大约是 50%，而且他们从那里。如果您分配的 UserId 已分配给以前的用户，那么您的插入交易将失败，因此您需要为此做好准备（通过在生成新的随机数后重试交易）。
如果在用户 table 中有一些列
MyColumn，您希望将其作为主键（可能是因为您知道您需要查找条目经常使用此列），但您不确定此列是否会引起热点（例如，因为它是按顺序生成的或基于时间戳生成的），那么您还有两个选择：
3a) 您可以“加密”MyColumn 并将其用作您的主密钥。在数学术语中，您可以对键值使用自同构，这会产生混乱地打乱它们的效果，同时仍然不会多次分配相同的值。在这种情况下，您根本不需要单独存储 MyColumn，而您只需要 store/use 加密版本，并可以在必要时在您的应用程序代码中对其进行解密。请注意，这种加密不需要是安全的，而只需要保证原始值的位以可逆的方式充分加扰。例如：如果您的 MyColumn 值是按顺序分配的整数，您可以只反转 MyColumn 的位以创建充分加扰的主键。如果你有更有趣的用例，你可以使用像 XTEA.
3b) 有一个复合主键，其中第一部分是 ShardId，计算为 hash(MyColumn) % numShards，第二部分是 MyColumn。散列函数将确保您不会通过将行分配到单个拆分来创建热点。可以找到有关此方法的更多信息 here. Note that you do not need to use a cryptographic hash, although md5 or sha512 are fine functions. SpookyHash 也是一个不错的选择。选择正确数量的分片是一个有趣的问题，可能取决于实例中的节点数量；它实际上是避免热点的能力（更多分片）和 read/scan 效率（更少分片）之间的权衡。如果您只有 3 个节点，那么 8 个分片可能没问题。如果你有 100 个节点；那么 32 个分片是一个合理的尝试值。