选择 PK：VARCHAR(2) 还是 SMALLINT(2)？

Question

今天我们讨论了以下问题：

巴西有 27 个州，每个州都有自己的缩写（就像美国一样）。所以我们有RJ里约热内卢、SP圣保罗、MG米纳斯吉拉斯州等等。

我们的一个程序员的建议，我们应该使用这些缩写（RJ，SP，MG等）PK上States表中，我们正在计划添加到一个新的项目。

推断我们数据库的使用，我反驳了他的论点，说如果我们-有一天-将我们的服务扩展到其他国家，我们会遇到重复缩写的问题，例如：在美国SC，南卡罗来纳州和巴西都有我们已经到SC了圣卡塔琳娜州；对于MT,PA和也会发生同样的情况MA。基于这一点，我们同意应该有一ID列 as PK IDENTITY。

现在，假设我们不将我们的服务扩展到其他国家并且只停留在巴西，我开始考虑使用 VARCHAR(2) 列作为 PK 的想法。在这种情况下，这听起来并不完全是个坏主意。是吗？为什么？在哪些情况下可以应用？是否应该考虑记忆以便从一种选择到另一种？

Answer 1

在大多数情况下，我同意@Aaron 的方法，但这恰好是使用真正自然的密钥的少数实例之一：ISO 代码（特别是ISO 3166）。对于那些不熟悉 ISO 的人来说，用他们自己的话来说（来自主要的http://www.iso.org/页面）：

我们是 ISO，即国际标准化组织。我们制定和发布国际标准。

ISO 3166-1描述了国家/地区代码。虽然有多种代码可供选择（2 个字符、3 个字符和数字），但 2 个字符代码是推荐的选择并且使用最广泛（包括大多数基于国家/地区的顶级域名）。

ISO 3166-2描述了每个国家的细分（例如州）。该标准分为基于国家的部分（例如巴西的ISO 3166-2:BR），代码为 1、2 或 3 个字母数字字符。

因此，您可以执行以下操作：

CREATE TABLE dbo.Country
(
  CountryCode CHAR(2) NOT NULL
                      COLLATE Latin1_General_100_BIN2
                      PRIMARY KEY,
  CountryName VARCHAR(50) NOT NULL
);

CREATE TABLE dbo.CountrySubdvision
(
  CountrySubdvisionCode VARCHAR(3) NOT NULL
                                   COLLATE Latin1_General_100_BIN2,
  CountryCode CHAR(2) NOT NULL
                      COLLATE Latin1_General_100_BIN2
                      CONSTRAINT [FK_CountrySubdvision_Country]
                                 FOREIGN KEY
                                 REFERENCES dbo.Country(CountryCode)
                                 ON UPDATE CASCADE,
  CountrySubdvisionName VARCHAR(50) NOT NULL,
  --  LocalizedSubdvisionName NVARCHAR(50) NOT NULL, -- ??
  CONSTRAINT [PK_CountrySubdvision]
             PRIMARY KEY (CountryCode, CountrySubdvisionCode)
);

这里的想法是，您可以将CountryCode和CountrySubdvisionCode字段放在需要“状态”值的任何表中，并将 FK 放回dbo.CountrySubdvisionon (CountryCode, CountrySubdvisionCode)。

虽然此方法根据国家/地区/细分使用 3 - 5 个字节，不如使用 2 字节紧凑SMALLINT，但它确实具有将人类可读/有意义的值放置在这些相关表中的优点。这可以轻松减少一定数量的 JOIN（当您只需要 2 个字符的代码时）并且可以（至少稍微）减少调试某些问题所花费的时间。

请注意，我_BIN2为两个“代码”字段指定了（即二进制）排序规则以帮助提高性能。即使有额外的几个字节，它也应该与比较两个SMALLINT值几乎一样快。唯一的缺点是你需要在添加所有大写的代码时保持一致，人们需要记住在过滤这些代码时他们需要使用所有大写。

另请注意，我ON UPDATE CASCADE在 FK on 中添加了该子句，dbo.CountrySubdvision以处理CountryCodeISO 更改a 的可能性（极不可能）。同样，在放置CountryCode和CountrySubdvisionCode字段的表上创建的 FK也需要设置为ON UPDATE CASCADE。这将传播到所做的更改CountryCode在dbo.Country到具有两个字段的表。这还将传播CountrySubdvisionCode对这些相关表所做的任何更改。这也极不可能发生（特别是对于我们的大多数系统将处理的地方），尽管比对CountryCode.

更新

现在，假设我们不将我们的服务扩展到其他国家并且只停留在巴西，我开始考虑使用 VARCHAR(2) 列作为 PK 的想法。在这种情况下，这听起来并不完全是个坏主意。

只是为了说明这一点，如果使用这种方法（即 ISO 代码）来表示“州”/“省”和可能的国家，那么从技术上讲，您确实有能力开始处理单个国家的“州”。在这种配置中，您将只需删除dbo.Country表和CountryCode从外地（和相关的FK） dbo.CountrySubdvision。然后你只需要CountrySubdvisionCode放置在任何相关的表中。

现在，如果您以后发现需要扩展系统以处理其他国家/地区，那么您可以在那时执行以下步骤（这些步骤都不会更改任何CountrySubdvisionCode相关表中的任何现有值）：

1. 创建dbo.Country表
2. 填充dbo.Country表格
3. 从引用的相关表中删除任何 FK dbo.CountrySubdvision
4. 放下 PK dbo.CountrySubdvision
5. 将该CountryCode字段添加到dbo.CountrySubdvision，使其成为迄今为止您一直使用的唯一国家/地区的 CountryCode 的NOT NULL一个DEFAULT（DEFAULT如果您愿意，可以在此过程结束时将其删除）
6. 重新创建PK就dbo.CountrySubdvision可以了(CountryCode, CountrySubdvisionCode)
7. dbo.CountrySubdvision为CountryCode字段创建 FK on以引用dbo.Country表
8. 将该CountryCode字段添加到所有已有该CountrySubdvisionCode字段的相关表中，使其NOT NULL与DEFAULT迄今为止唯一使用过的国家/地区的 CountryCode 一起使用（DEFAULT如果您愿意，可以在此过程结束时将其删除）
9. 在这些相关表上为两个字段重新创建 FK 以引用该dbo.CountrySubdvision表
10. CountryCode从dbo.CountrySubdvision相关表中删除字段上的默认约束