1

我的主表 ,Users存储有关用户的信息。我计划有一个UserId字段作为表的主键。我可以完全控制这些键的创建和分配，并且我想确保我以提供良好性能的方式分配键。我应该怎么办？

4

1 回答 1

3

你有几个选择：

  1. 最通用的解决方案是使用RFC 4122中指定的 UUID 。

例如，您可以有一个STRING(36)存储 UUID 的。或者您可以将 UUID 存储为一对INT64s 或一个BYTE(16). 使用 UUID 存在一些陷阱，因此请阅读此答案的详细信息。

  1. 如果您想节省一点空间并且绝对确定您将拥有少于几十亿的用户，那么您可以使用 INT64，然后使用随机数生成器分配 UserId。你想确保你的用户少于几十亿的原因是因为生日问题，一旦你有 4B 用户，你得到至少一次碰撞的几率大约是 50%，并且从那里开始增长非常快。如果您分配一个已经分配给前一个用户的 UserId，那么您的插入事务将失败，因此您需要为此做好准备（通过在生成新的随机数后重试事务）。

  2. 如果用户表中有一些列 ,MyColumn您希望将其用作主键（可能是因为您知道您会经常使用该列查找条目），但您不确定该列的趋势导致热点（例如，因为它是按顺序生成或基于时间戳生成的），那么您还有另外两个选择：

3a）您可以“加密”MyColumn并将其用作您的主密钥。用数学术语来说，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，您不需要存储MyColumn完全分开，而是您只会存储/使用加密版本，并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，而是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 的位以创建一个充分加扰的主键。如果您有更有趣的用例，您可以使用像XTEA这样的加密算法。

3b) 有一个复合主键，其中第一部分是 a 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给单个拆分来创建热点。可以在此处找到有关此方法的更多信息。请注意，您不需要使用加密哈希，尽管 md5 或 sha512 是很好的函数。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，并且可能取决于实例中的节点数量；它实际上是热点避免能力（更多分片）和读取/扫描效率（更少分片）之间的权衡。如果您只有 3 个节点，那么 8 个分片可能就可以了。如果你有 100 个节点；那么 32 分片是一个合理的尝试值。

于 2017-04-12T18:53:59.580 回答