代理与自然/商业密钥

Man*_*zzi 166 database database-design key primary-key

我们再来一次,旧的论点仍然出现......

我们是否更好地将业务密钥作为主键,或者我们是否更愿意在业务键字段上具有唯一约束的代理ID(即SQL Server标识)?

请提供支持您的理论的示例或证明.

Jay*_*erd 118

使用代理键的几个原因:

  1. 稳定性:由于业务或自然需求而更改密钥会对相关表产生负面影响.代理键很少(如果有的话)需要更改,因为没有任何意义与值相关联.

  2. 约定:允许您具有标准化的主键列命名约定,而不必考虑如何连接具有各种PK名称的表.

  3. 速度:根据PK值和类型,整数的代理键可能更小,索引和搜索更快.

  • 现在,在阅读了很多有关代理键和自然键的信息之后,我认为使用代理键会更好。但是,在我的数据库上,自然键(NVARCHAR(20))必须是唯一的。我不明白如果我需要检查该列上的每个数据以不对每个插入重复任何值(使用NOT NULL UNIQUE约束),那么如何提高速度。 (2认同)

小智 92

都.吃蛋糕然后吃.

请记住,主键没有什么特别之处,只是它被标记为主键.它只不过是一个NOT NULL UNIQUE约束,一个表可以有多个.

如果使用代理键,则仍需要业务键以确保根据业务规则的唯一性.

  • 确切地说,特德!感谢上帝,这里有一些真正的数据库人.令我烦恼的一件事是当有人用代理钥匙创建一张桌子但没有商务钥匙时,即使有人盯着他们! (10认同)
  • 如果您有多个"候选"键(字段或相同大小的字段非NOT UNIQUE集合),那么您很可能违反了Boyce-Codd Normal Form.BCNF超过3NF,所以没有多少人担心它.然而,有些情况下,在BCNF中非常有帮助. (7认同)
  • 我觉得奇怪的是,很多评论似乎断言没有代理键就无法建立关系.在许多情况下,代理密钥是多余的.为什么要添加一些不会带来任何价值但增加技术债务的东西(在某些情况下,会导致其他独特的结果突然变得非独特). (5认同)
  • 同意.真正的问题应该是:我应该在表格中添加一个独特的代理键吗?另一个问题是如何使用逻辑主键.它们本质上只是非空的唯一索引约束. (2认同)
  • “每个问题都通过另一个间接级别来解决”...代理键就是这样:*另一个*间接级别 (2认同)
  • 的确。不是一概而论,但现在大多数人通常倾向于将选项简化为非黑即白的论证(虚假困境的非加极端);几乎普遍来说,正确的答案是:“两者皆有。鱼与熊掌兼得”。在为了经济而寻求经济的过程中,我们往往会抛弃一些想法,只保留一种来统治一切。这两个密钥都有其存在的理由,并且当今大多数商业模式最终都会同时使用这两个密钥。 (2认同)
  • 它不仅仅是NOT NULL UNIQUE约束。主键用作聚集索引,该索引确定数据的物理顺序。通常,Integer易于平衡,因为它会按顺序递增,并且您的数据将附加到磁盘上的EOF。如果您使用较少的顺序数据(例如文本或GUID(UUID)),那么将会有更多的磁盘IO和平衡索引的工作,我认为这有很大的不同 (2认同)

Ton*_*ews 68

似乎没有人说过支持非代理人(我犹豫地说"自然")键的任何东西.所以这里......

代理键的缺点是它们没有意义(被一些人称为优势,但......).这有时会迫使您在查询中加入更多表,而不是真正需要的表.相比:

select sum(t.hours)
from timesheets t
where t.dept_code = 'HR'
and t.status = 'VALID'
and t.project_code = 'MYPROJECT'
and t.task = 'BUILD';
Run Code Online (Sandbox Code Playgroud)

反对:

select sum(t.hours)
from timesheets t
     join departents d on d.dept_id = t.dept_id
     join timesheet_statuses s on s.status_id = t.status_id
     join projects p on p.project_id = t.project_id
     join tasks k on k.task_id = t.task_id
where d.dept_code = 'HR'
and s.status = 'VALID'
and p.project_code = 'MYPROJECT'
and k.task_code = 'BUILD';
Run Code Online (Sandbox Code Playgroud)

除非有人认真考虑以下是个好主意?:

select sum(t.hours)
from timesheets t
where t.dept_id = 34394
and t.status_id = 89    
and t.project_id = 1253
and t.task_id = 77;
Run Code Online (Sandbox Code Playgroud)

"但是"有人会说,"当MYPROJECT或VALID或HR的代码发生变化时会发生什么?" 我的回答是:"为什么你需要改变它?" 这些不是"自然"的关键,因为某些外部机构将立法规定,此后"有效"应重新编码为"好".只有一小部分"自然"键真正落入该类别 - 通常的例子是SSN和Zip代码.我肯定会对像Person,Address这样的表使用一个没有意义的数字键 - 但不是所有的东西,由于某种原因,这里的大多数人似乎都提倡.

另见:我对另一个问题的回答

  • -1自然键作为主键存在的问题是,对于每个子表,您必须添加父键,该键可以由多个字段组成(而不是只有一个是代理键的情况)以及子项键.因此,假设从TABLEA开始,关系是1-0 ..*:TABLEA PK:ID_A TABLEB PK:ID_A ID_B TABLEC PK:ID_A ID_B ID_C TABLED PK:ID_A ID_B ID_C ID_D.看到问题?父键在子表中传播.如果TABLEA的主键发生变化会发生什么?现在你必须重构所有子表PK. (14认同)
  • 我不同意.通常情况下,一些外部机构(客户)立法规定自然密钥需要编辑,因此在整个系统中传播.我看到这种情况经常发生.您可以确定密钥不需要更改的唯一方法是,根据定义,它是无意义的.此外,现代数据库非常有效地处理内部联接,因此使用代理项的潜在大空间收益通常超过不必执行尽可能多的内部联接的优势. (10认同)
  • @Alfredo:是的,当然有一个权衡.然而,在我20多年的经验中,我很少看到表格PK变化的定义.如果它经常发生,我可能也会避免使用自然键.实际上,在极少数情况下,这种情况发生了,我已经准备好迎接扩大影响. (9认同)
  • @TTT:那么设计开始时很薄弱.再一次,这就是男人们与男孩分开的地方:正确选择何时使用自然键,何时使用代理人.你决定在每个表格的基础上,而不是作为一般的教条. (8认同)
  • 我还有20多年的经验,我的观点是你的第二个.我曾经创建了一个带有代理键的oracle数据仓库,数据维护就像地狱一样.您根本无法直接访问您的数据.你总是需要为所有东西编写查询,这使得代理键很难处理. (7认同)
  • @DanMan:我估计所有的人在使用自然键时确实做出了正确的选择,比如说,99.9% 的时间。这是男人们做出错误选择的 1/1000 次,男孩们必须进去清理烂摊子。 (2认同)
  • “为什么要更改它?” 因为不知道他们在说什么的PHB表示HR必须更改为人力资源。 (2认同)
  • 使用 2 列“自然”键,多对多映射表的运行速度要快得多。 (2认同)

Rim*_*tas 31

代理密钥永远不会有改变的理由.我不能对自然键说同样的话.姓氏,电子邮件,ISBN nubmers - 他们都可以改变一天.


tzo*_*zot 31

代理键(通常是整数)具有使表关系更快,存储和更新速度更经济的附加值(更好的是,使用代理键时,外键不需要更新,与业务键字段相比,那个时不时改变).

表的主键应该用于唯一地标识行,主要用于连接目的.Think a Persons表:名称可以更改,并且不保证它们是唯一的.

想想公司:你是一个快乐的Merkin公司,与Merkia的其他公司做生意.您很聪明,不要使用公司名称作为主键,因此您可以使用Merkia政府独有的公司ID,其中包含10个字母数字字符.然后Merkia更改公司ID,因为他们认为这是一个好主意.没关系,您可以使用数据库引擎的级联更新功能,以便进行首先不应涉及的更改.之后,您的业务扩展,现在您与弗里多尼亚的一家公司合作.Freedonian公司ID最多16个字符.您需要扩大公司ID主键(也包括Orders,Issues,MoneyTransfers等中的外键字段),在主键中添加Country字段(也在外键中).哎哟! 在弗里多尼亚的内战,它' 分为三个国家.您的员工的国家/地区名称应更改为新的国家/地区名称; 级联更新救援.顺便说一下,你的主要钥匙是什么?(国家,公司ID)或(公司ID,国家)?后者有助于加入,前者避免使用另一个索引(或者许多,如果您希望按国家/地区分组您的订单).

所有这些都不是证明,但是指示为所有用途唯一标识行的代理键(包括连接操作)的指示优于业务键.

  • 向下箭头的工具提示说"这个答案没有用",而不是"我不同意这个".也许在这个具体的答案中,含义是接近的,但它们通常不一样. (4认同)

Ken*_*Ken 25

我一般都讨厌代理密钥.只有在没有可用的优质自然键时才能使用它们.当你想到它时,相当荒谬,认为在你的桌子上添加无意义的数据会让事情变得更好.

这是我的理由:

  1. 使用自然键时,表格会以最常搜索的方式进行聚类,从而加快查询速度.

  2. 使用代理键时,必须在逻辑键列上添加唯一索引.您仍然需要阻止逻辑重复数据.例如,即使pk是代理ID列,也不能允许组织表中具有相同名称的两个组织.

  3. 当代理键用作主键时,自然主键的含义就不太清楚了.开发时,您想知道哪些列使表格独特.

  4. 在一对多关系链中,逻辑密钥链.例如,组织有许多帐户,帐户有许多发票.所以Organization的逻辑关键是OrgName.Accounts的逻辑密钥是OrgName,AccountID.Invoice的逻辑密钥是OrgName,AccountID,InvoiceNumber.

    当使用代理键时,通过仅具有直接父级的外键来截断密钥链.例如,Invoice表没有OrgName列.它只有AccountID列.如果要搜索给定组织的发票,则需要加入组织,帐户和发票表.如果使用逻辑密钥,则可以直接查询组织表.

  5. 存储查找表的代理键值会导致表填充无意义的整数.要查看数据,必须创建连接到所有查找表的复杂视图.查找表用于保存列的一组可接受值.它不应该通过存储整数代理键来编码.规范化规则中没有任何内容表明您应该存储代理整数而不是值本身.

  6. 我有三本不同的数据库书籍.其中没有一个显示使用代理键.

  • -1:我已经编写并维护了数十个应用程序.与数据相关的问题最多的是那些使用自然键的问题. (24认同)
  • 我讨厌代理密钥,除非有必要.当企业使用容易出现大量错误的自然密钥时,它们是必需的,并且不愿意容忍受这些错误影响的数据库. (7认同)
  • 你的一些观点认为代理键必须是PK或必须是聚集列 - 不是真的.你的第1点和第5点忽略了整数是4个字节而自然键几乎总是很多,更多字节的事实.并且,每个非聚簇索引必须重复聚簇索引中那些自然键的字节,因此自然键数据库中的表和索引每页的行数会少得多,这会转换为*更糟糕的*读取性能,使查询*更慢*,而不是更快. (6认同)
  • 反对自然键的另一个原因(例如:原子序数,VIN等),业务逻辑可以改变,增加了数据类型.例如 - 之前:跟踪原子的收费,之后:追踪原子和化合物的费用.之前:跟踪机动车辆的负载能力.之后:添加飞机,船只,自行车和人员以承载能力. (3认同)
  • 我猜你没有任何表,其中主键甚至部分来自1)任何可以和将要改变的属性,或2)来自用户输入(例如动态生成的查找列表).如果您无法保证密钥不变性,则必须通过代码或手动"修复"脚本更新所有这些实体关系.如果你从来没有这样做过......我猜你的数据库既是无钥匙代理也是......不寻常. (3认同)
  • http://www.google.pl/search?q=surrogate+keys&tbm=bks&tbo=1;) (2认同)
  • 添加到3:换句话说,您可以立即知道哪些是用户表单中的必填字段,以便能够在表中创建另一行. (2认同)
  • @Falcon,您能否详细介绍一下“与数据相关的问题最多的[应用程序]是那些使用自然键的应用程序”?例如,为什么会出现数据问题?什么样的问题?代理键的使用如何解决这些问题? (2认同)

mwn*_*iri 17

我想在这场无休止的战争中与你分享我的经验:D关于自然与代理关键的困境.我认为,这两个代理键(人工自动生成的)和自然键(与域名含义列(S)组成)有优点和缺点.因此,根据您的情况,选择一种方法或另一种方法可能更相关.

由于似乎许多人将代理键作为瘟疫的近乎完美的解决方案和自然键,我将重点关注另一种观点的论点:

代理键的缺点

代理键是:

  1. 性能问题的根源:
    • 它们通常使用自动递增列来实现,这意味着:
      • 每次想要获得新Id时往返数据库(我知道这可以使用缓存或[seq] hilo类似的算法进行改进,但这些方法仍有其自身的缺点).
      • 如果有一天你需要将数据从一个模式移动到另一个模式(至少在我的公司中经常发生)那么你可能会遇到Id碰撞问题.是的我知道您可以使用UUID,但这些持续时间需要32个十六进制数字!(如果您关心数据库大小,那么它可能是一个问题).
      • 如果您对所有代理键使用一个序列,那么 - 当然 - 您最终会在数据库上发生争用.
  2. 容易出错.序列具有max_value限制,因此 - 作为开发人员 - 您必须注意以下几点:
    • 你必须循环你的序列(当达到最大值时,它会回到1,2,......).
    • 如果您使用序列作为数据的排序(随着时间的推移),那么您必须处理循环的情况(具有Id 1的列可能比具有Id max-value的行更新 - 1).
    • 确保您的代码(甚至您的客户端接口不应该发生,因为它应该是内部Id)支持您用于存储序列值的32b/64b整数.
  3. 它们不保证不重复的数据.您始终可以拥有包含所有相同列值但具有不同生成值的2行.对我来说这是THE从一个数据库设计点代理键的问题.
  4. 更多维基百科...

自然键上的神话

  1. 复合键的效率低于代理键.没有!这取决于使用的数据库引擎:
  2. 现实生活中不存在自然键.抱歉,但确实存在!例如,在航空业中,对于给定的预定航班(航空公司,departureDate,flightNumber,operationalSuffix),以下元组将始终是唯一的.更一般地,当通过给定标准保证一组业务数据是唯一的时,则该组数据是[好]自然密钥候选者.
  3. 自然键"污染子表的模式".对我来说,这更像是一种感觉而不是一种真正的问题.具有2个字节的4列主键每个可能比11个字节的单个列更有效.此外,4列可用于直接查询子表(通过使用where子句中的4列)而无需连接到父表.

结论

在与此相关时使用自然键,并在最好使用时使用代理键.

希望这有助于某人!

  • 当预定航班的离开日期重新安排时会发生什么?您是否必须跟踪所有相关实体并删除密钥,或者您是否实际更新了相关实体中的所有密钥?或者你正在处理一个简单的,单一的表(甚至可能不是3NF)? (3认同)
  • 当您只能保留一个索引时,为什么要在自动生成的值上设置主索引,并在自然键上设置唯一索引? (2认同)

Iai*_*der 15

总是使用没有商业意义的密钥.这只是一种很好的做法.

编辑:我试图在网上找到它的链接,但我不能.然而,在"企业架构模式" [Fowler]中,它有一个很好的解释,为什么你不应该使用除了钥匙之外没有任何意义的钥匙.归结为它应该只有一份工作和一份工作.

  • Martin Fowler可能有很多东西,但他不是数据库设计的权威. (22认同)
  • @ArneEvertsoon原因就在那里."它归结为它应该只有一份工作和一份工作." 单一责任. (4认同)

Der*_*ess 10

如果您计划使用ORM工具来处理/生成数据类,则代理键非常方便.虽然您可以将复合键与一些更高级的映射器一起使用(读取:hibernate),但它会增加代码的复杂性.

(当然,数据库纯粹主义者会争辩说,即使是替代密钥的概念也是令人厌恶的.)

我很喜欢在适当时使用uids作为代理键.与他们的主要胜利是你提前知道密钥,例如你可以创建一个已经设置了ID的类的实例并保证是唯一的,而使用一个整数键,你需要默认为0或 - 1,并在保存/更新时更新为适当的值.

UID在查找和加入速度方面有惩罚,因此它取决于所讨论的应用程序是否可取.


Mar*_*ing 6

在我看来,使用代理键更好,因为它没有变化的可能性.几乎任何我可以想到你可以用作自然键的东西都可以改变(免责声明:并非总是如此,但通常都是如此).

一个例子可能是汽车数据库 - 乍一看,您可能会认为车牌可以用作钥匙.但这些可以改变,所以这是一个坏主意.你不会真的想在发布应用程序之后找到它,当有人来找你想要知道为什么他们不能将他们的车牌改为他们闪亮的新个性化车牌.

  • 不幸的是,汽车确实有一个不会改变的自然键:VIN(至少在美国......) (2认同)
  • 当您基于ISO代码时,语言列表将是自然键的示例.因此,如果您希望以某种语言从表中加载内容,则不需要加入`languages`表,因为语言代码(ID)已经在`texts`表中. (2认同)

San*_*pas 5

在数据仓库场景中,我认为最好遵循代理键路径。两个原因:

  • 您独立于源系统,那里的更改(例如数据类型更改)不会影响您。
  • 您的 DW 将需要更少的物理空间,因为您将仅使用整数数据类型作为代理键。而且你的索引也会工作得更好。


use*_*658 5

如果可能的话,始终使用单列,代理键.这使得连接以及插入/更新/删除更加清晰,因为您只负责跟踪单条信息以维护记录.

然后,根据需要,将业务键堆叠为唯一约束或索引.这将使您的数据完整性保持不变.

业务逻辑/自然键可以改变,但表的物理键永远不会改变.


Ste*_*gas 5

情况 1:您的表是一个查找表,少于 50 条记录(50 种类型)

在这种情况下,根据每个记录的含义,使用手动命名的键。

例如:

Table: JOB with 50 records
CODE (primary key)       NAME               DESCRIPTION
PRG                      PROGRAMMER         A programmer is writing code
MNG                      MANAGER            A manager is doing whatever
CLN                      CLEANER            A cleaner cleans
...............
joined with
Table: PEOPLE with 100000 inserts

foreign key JOBCODE in table PEOPLE
looks at
primary key CODE in table JOB
Run Code Online (Sandbox Code Playgroud)

情况2:你的表是一个有数千条记录的表

使用代理/自动增量键。

例如:

Table: ASSIGNMENT with 1000000 records
joined with
Table: PEOPLE with 100000 records

foreign key PEOPLEID in table ASSIGNMENT
looks at
primary key ID in table PEOPLE (autoincrement)
Run Code Online (Sandbox Code Playgroud)

在第一种情况下:

  • 您可以选择 table 中的所有程序员,PEOPLE而无需使用 join with table JOB,而只需使用:SELECT * FROM PEOPLE WHERE JOBCODE = 'PRG'

在第二种情况下:

  • 您的数据库查询速度更快,因为您的主键是整数
  • 您无需费心查找下一个唯一键,因为数据库本身会为您提供下一个自动增量。