Mysql SHA1 sum作为主键？

我将在一个表中存储文件名和其他详细信息，我计划使用文件名的sha1散列作为PK

• 问题1。SHA1 PK不是一个顺序递增/递减的数字。 那么，数据库是否会消耗更多的资源 在该键上维护/搜索并索引？如果我决定将其作为40个字符的值保存在数据库中

• 问题2。我在这里读到： 将数据存储为 二进制（20）字段。在这方面，有人能给我一些建议吗

• a） 我是否必须将此列创建为：TYPE=integer，LENGTH=20，
  排序规则=二进制，属性=二进制
• b） 如何将MySQL或Perl中的sha1值转换为存储 桌子
• c） 这个20个字符的值是否有重复的危险

**

---------更新-------------

**

---

要求是在文件名上搜索表。用户提供文件名，我去搜索表格，如果文件名不存在，就添加它。所以，我要么在varchar（100）filename字段上建立索引，要么生成一个包含sha1文件名的列——希望与索引varchar字段相比，为MySql建立索引更容易。我还可以使用程序中的sha1值对sha1列进行搜索。你说什么？主键或索引键：我选择PK，因为DBIx喜欢使用PK。PK或INDEX+UNIQ将是系统相同的开销（因此我认为）

这里没有理由使用加密安全的散列。相反，如果这样做，请使用普通散列。请看这里：

哈希值不是40个字符的值！这是一个160位的数字，您应该以这种方式存储它（作为一个20字符的二进制字段）。编辑：我看到你在评论2中提到了这一点。是的，你绝对应该这样做。但我不能告诉你怎么做，因为我不知道你在用什么编程语言。Edit2：我知道它是perl-抱歉，我不知道如何在perl中转换它，但请查找“pack”函数

否，不要将其创建为integer类型。最大整数是128位，它不能容纳全部内容。虽然你真的可以把它截短到128位而不会造成真正的伤害

无论如何，最好使用更简单的散列。你可以冒险忽略碰撞，但如果你做得好，你就必须处理它们

如果我决定将其作为40个字符的值保存在数据库中

由于明显的原因，使用字符序列作为键会降低性能

而且PK应该是唯一的。虽然可能不会出现冲突（理论上，将其用于函数来创建PK似乎不合适）。

---

另外，任何知道你使用的文件名和散列的人都会知道你所有的数据库ID。我不确定这是不是要考虑的事情。

< P> Q1：是的，它需要建立一个包含1个整数（4字节）但一个字符（40）的节点的B-树。。只要索引保留在内存中，速度大致相同。由于条目大约大10倍，您需要多10倍的内存才能将其保留在内存中。但是：您可能还是希望通过哈希进行查找。因此，您需要将其作为主键或索引

问题2：只需创建一个表字段，如createtablettest（ID BINARY（40），…）；稍后可以使用INSERT-INTO-test（ID，…）值（UNHEX（'4D7953514C'），…）

--关于：这个20个字符的值是否有重复的危险

---

可能性是1/2^（8*20）。1/1,46*10^48…或14615016373309029182036848327163*10^18中的1。因此，这是非常不可能的。我会坚持主键的标准自动递增整数。如果文件名的唯一性很重要（听起来很重要），然后您可以在文件名本身或文件名的派生规范版本上添加唯一约束。大多数语言/框架都有某种方法来获取路径的规范版本（相对于绝对、标准化大小写等）

---

如果您执行我的建议或执行您的原始计划，那么您应该知道，多个字符串可以映射到同一文件名/路径。两个版本都有不同的哈希值/传递唯一性约束，但实际上都引用同一个文件。这取决于操作系统，可能对您来说是个问题，也可能不是。仅此而已方法要记住。

好的，然后在文件名上使用非常短的散列并接受冲突。使用整数类型（这要快得多！！！）。例如，您可以使用md5（文件名），然后使用前8个字符并将其转换为整数。SQL可能如下所示：

CREATE TABLES files (
  id INT auto_increment,
  hash INT unsigned,
  filename VARCHAR(100),

  PRIMARY KEY(id),
  INDEX(hash)
);

然后您可以使用：

SELECT id FROM files WHERE hash=<hash> AND filename='<filename>';

从hash=和filename=''的文件中选择id；

散列然后用于排序大多数其他文件（通常是所有其他文件），然后文件名用于从少数散列冲突中选择正确的条目

---

为了在perl中生成整数散列键，我建议使用md5（）和pack（）。

为什么要将散列用作PK，而不仅仅是具有常规PK（Guid/int）的唯一列？此外，请记住散列不是唯一的。无限多的数据输入映射到相同的散列值（虽然我不知道，对于特定的哈希算法，是否每个可能的哈希值都是如此。对于某些哈希值，可能有一些只有有限数量的数据输入）。我是否遗漏了什么？我假设您的文件名附加了一个位置？因为名称/位置应该是唯一的，只需在文件名和位置上使用一个已经自动递增的pk和一个单独的唯一键。根本没有理由使用散列。散列有冲突。您不想在主键中发生冲突。即使Lision是“非常罕见的”。Ty.Hi，我想知道构建列所提供的值的完整详细信息（我正在使用phpMyAdmin处理我的数据库）。您需要创建一个类型为BINARY（40）的列；您可以选择此列作为列类型（可能不可用）…或者