代理项 (INT) 键是否几乎总是比唯一自然 (VARCHAR) 键（在 MySQL 中）产生更好的性能？

Question

我很难理解 MySQL 数据库 table.

使用什么数据类型

假设我们是一家图书出版公司，我们需要在 MySQL 数据库中创建一个包含所有图书和作者的数据库。我们有大约 500000 本书。一本书有唯一的 ISBN（例如 978-3-16-148410-0）。

所以我们有两种选择来存储我们的书：

创建一个 id VARCHAR(24) NOT NULL 自然主键列并将我们的 ISBN 存储在那里，或者
创建一个代理 id INT NOT NULL AUTO_INCREMENT 然后还有一个 isbn UNIQUE VARCHAR(24) 列

据我了解，普遍的共识是不要使用 VARCHAR(n) 作为主键，因为它需要更多的存储和性能来进行查找和连接，通常这对我来说很有意义。

但是，如果我们所有的操作都针对 ISBN（SELECT * FROM books WHERE isbn = ?、UPDATE、DELETE 等）- 为什么不使用 VARCHAR(24) 作为主键？

我很难理解，如果你有一个 immutable 自然键（比如一本书的 ISBN），并且 95% 的数据库操作无论如何都需要使用该字段，那么不应该使用 VARCHAR(24) 总是优于代理键设计？

我觉得这里有一个代理 AUTO_INCREMENT INT 键，完全没有意义。它没有任何好处。

或者在确定主键时我是否遗漏了一些基本知识。

Answer 1

我会使用 ISBN 作为主键。

MySQL 的默认存储引擎 InnoDB 中的主键查找比通过二级索引查找更有效。

的确，整数比 24 字符的 varchar 占用更少的存储空间 space，但在您的情况下，我假设您无论如何都必须存储 ISBN。如果您可以使用整数 而不是 ISBN，那将节省存储空间。

上面关于自然键往往会违反唯一性的评论通常是一个很好的警告。违规行为通常来自市场部。 ;-)

但是对于给定的数据集，您可以确定自然键没有重复项。如果您确实在阅读图书馆馆藏中的 ISBN 时遇到错误，图书馆员将不得不手动解决该问题。但我不希望这种情况经常发生在 500,000 本书中。

提示：使用二进制排序规则定义varchar，进行字符串比较会更快一些。例如：

CREATE TABLE Books (
 isbn varchar(24) COLLATE utf8mb4_bin,
 -- ...other columns...
 PRIMARY KEY (isbn)
) DEFAULT CHARSET=utf8mb4;

Answer 2

代理性能（一般性讨论）

“几乎总是”？号
AUTO_INCREMENT 甚至不用于加入 - 如果您有“自然 PK”，为什么还要麻烦它；它需要 space 而没有提供任何好处。
UUID/GUID -- 通常更糟。这是由于缺少“参考地点”。
Many-to-many 映射 table -- 总是更糟。 Best：自然PK就是ids对。辅助密钥是一对，但顺序相反。
Space：由于PK被默默地包含在每个二级索引中，PK越大，二级索引就越庞大。如果您只有一个二级索引，那么大小就是一个折腾。副手多了两个，space就被啃光了
PK上的范围扫描。如果您需要使用 BETWEEN（等），那么将该范围键作为 PK 通常是有益的。相反，如果范围扫描正在通过二级索引（非常有效），但随后必须进入数据的 BTree，这将是很多额外的工作。
“索引合并”。一些 DB 供应商通过收集“行标识符”执行 AND 或 OR，然后对列表进行 and'ing 或 or'ing。然后查找实际行。 InnoDB 的结构方式，这几乎不值得做。
参考地点。 auto-inc 值按大致时间顺序排列数据。这可能是一个好处。或者它可能不会。获取传感器数据或股票报价。主要查询根据 sensor_id 或股票代码或作者或用户查找多行，而不是日期时间，但数据到达 time-order。实际上（总体）PRIMARY KEY(ticker, datetime) 更好。（或者，如果可能存在重复，则 PRIMARY KEY(sensor_id, datetime, id), INDEX(id)。）我看到一个系统以这种方式重新安排最大 table 的 PK 时，吞吐量翻了一番。
我已经创建了数百（数千？）个 table。浏览他们的 PK，我发现只有 1/3 使用 AUTO_INCREMENT 代理 PK。

底线：由于我每次键入时都会思考您的问题 CREATE TABLE，我会说“自然”键在 2/3 的情况下更好。

查看ISBN

关闭您的特定 ISBN。看看你的 tables。您有一个 'wants' 以 ISBN 作为其 PK，对吗？您多久加入一次table？ table 上有多少二级索引？你可能从来没有做过像 WHERE ISBN > "..." 这样的范围查询，对吗？

如果您有 id INT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY，您可能还会有 UNIQUE(isbn)。但反之则不然。

ISBN 应该是 VARCHAR(24) CHARACTER SET ascii COLLATE ascii_bin。这对速度和 space.

都有帮助（一点点）

代理项 (INT) 键是否几乎总是比唯一自然 (VARCHAR) 键（在 MySQL 中）产生更好的性能？

Does a surrogate (INT) key almost always yield better performance than an unique natural (VARCHAR) key (in MySQL)?

mysql

sql

primary-key