Jas*_*ett 38 mysql database null relational-model
这个问题需要一些假设的背景.让我们考虑一个employee有列的表name,date_of_birth,title,salary使用MySQL作为RDBMS.因为如果任何一个人的姓名和出生日期与另一个人相同,那么根据定义,他们是同一个人(除非我们有两个人在1809年2月12日出生的亚伯拉罕·林肯出生的惊人巧合),我们将把独特的按键name和date_of_birth,意思是"不存储同一个人两次." 现在考虑这些数据:
id name date_of_birth title salary
1 John Smith 1960-10-02 President 500,000
2 Jane Doe 1982-05-05 Accountant 80,000
3 Jim Johnson NULL Office Manager 40,000
4 Tim Smith 1899-04-11 Janitor 95,000
如果我现在尝试运行以下语句,它应该会失败:
INSERT INTO employee (name, date_of_birth, title, salary)
VALUES ('Tim Smith', '1899-04-11', 'Janitor', '95,000')
如果我尝试这个,它会成功:
INSERT INTO employee (name, title, salary)
VALUES ('Jim Johnson', 'Office Manager', '40,000')
现在我的数据将如下所示:
id name date_of_birth title salary
1 John Smith 1960-10-02 President 500,000
2 Jane Doe 1982-05-05 Accountant 80,000
3 Jim Johnson NULL Office Manager 40,000
4 Tim Smith 1899-04-11 Janitor 95,000
5 Jim Johnson NULL Office Manager 40,000
这不是我想要的,但我不能说我完全不同意发生的事情.如果我们谈论数学集,
{'Tim Smith', '1899-04-11'} = {'Tim Smith', '1899-04-11'} <-- TRUE
{'Tim Smith', '1899-04-11'} = {'Jane Doe', '1982-05-05'} <-- FALSE
{'Tim Smith', '1899-04-11'} = {'Jim Johnson', NULL} <-- UNKNOWN
{'Jim Johnson', NULL} = {'Jim Johnson', NULL} <-- UNKNOWN
我的猜测是,MySQL说,"因为我不知道NULL出生日期的吉姆约翰逊还不在这张桌子上,所以我会加上他."
我的问题是:即使date_of_birth并不总是知道重复,我怎么能防止重复？到目前为止,我提出的最好的办法就是搬到date_of_birth另一张桌子.然而,问题在于,我可能最终得到两个具有相同名称,头衔和工资,不同出生日期的收银员,并且无法在没有重复的情况下存储它们.
Nea*_*alB 23
唯一键的基本属性是它必须是唯一的.制作关键Nullable的一部分会破坏这个属性.
您的问题有两种可能的解决方案:
一种方式,错误的方式,是使用一些魔术日期来表示未知.这只是让你通过DBMS"问题",但没有从逻辑上解决问题.预计出生日期未知的两个"John Smith"条目存在问题.这些人是同一个人还是他们独一无二的人？如果您知道它们不同,那么您又回到了同样的问题 - 您的唯一键并不是唯一的.甚至不要考虑指定一系列魔术日期来代表"未知" - 这真的是通向地狱的道路.
更好的方法是将EmployeeId属性创建为代理键.这只是您分配给您知道唯一的个人的任意标识符.该标识符通常只是一个整数值.然后创建一个Employee表,将EmployeeId(唯一的,不可为空的键)与您认为是依赖属性的内容相关联,在本例中为Name和Date of Birth(其中任何一个都可以为空).在您之前使用名称/出生日期的任何地方使用EmployeeId代理键.这会为您的系统添加一个新表,但会以稳健的方式解决未知值的问题.
我建议创建额外的表列checksum其中将包含MD5哈希name和date_of_birth。删除唯一键，(name, date_of_birth)因为它不能解决问题。在校验和上创建一个唯一的密钥。
ALTER TABLE employee
ADD COLUMN checksum CHAR(32) NOT NULL;
UPDATE employee
SET checksum = MD5(CONCAT(name, IFNULL(date_of_birth, '')));
ALTER TABLE employee
ADD UNIQUE (checksum);
该解决方案会产生很小的技术开销，导致您需要为每个插入的对生成哈希（每个搜索查询都是如此）。为了进一步改进，您可以添加触发器，在每次插入时为您生成哈希：
CREATE TRIGGER before_insert_employee
BEFORE INSERT ON employee
FOR EACH ROW
IF new.checksum IS NULL THEN
SET new.checksum = MD5(CONCAT(new.name, IFNULL(new.date_of_birth, '')));
END IF;
我认为MySQL就是在这里做的.其他一些数据库(例如Microsoft SQL Server)将NULL视为只能插入UNIQUE列的值,但我个人认为这是一种奇怪且意外的行为.
但是,因为这是你想要的,你可以使用一些"魔术"值而不是NULL,例如过去很久的日期
您没有基于名称的重复项的问题是不可解决的,因为您没有自然键.为出生日期未知的人提供假日期并不能解决您的问题.1900年1月1日出生的约翰史密斯仍然是一个与1960/03/09出生的约翰史密斯不同的人.
我每天都使用来自大型和小型组织的名称数据,我可以向您保证,他们总是有两个不同的名字.有时候有相同的职称.出生日并不能保证独特性,很多约翰史密斯出生于同一天.当我们与医生办公室数据合作时,我们经常有两名医生,他们的姓名,地址和电话号码相同(父子组合)
如果要插入员工数据以唯一地标识每个员工,最好的办法是拥有一个员工ID.然后检查用户界面中的uniquename以及是否有一个或多个匹配项,询问用户是否表示他们,如果他说不,请插入记录.然后构建一个deupping进程来解决问题,如果有人偶然分配了两个id.