GUID
se může zdát jako přirozená volba pro váš primární klíč – a pokud opravdu musíte, pravděpodobně byste mohli argumentovat, že jej použijete pro PRIMÁRNÍ KLÍČ tabulky. Co bych důrazně doporučil nedělat je použít GUID
jako klastrovací klíč , což SQL Server dělá ve výchozím nastavení, pokud mu výslovně neřeknete, že to tak není.
Opravdu potřebujete oddělit dva problémy:
-
primární klíč je logická konstrukce – jeden z kandidátských klíčů, který jednoznačně a spolehlivě identifikuje každý řádek ve vaší tabulce. Může to být opravdu cokoliv -
INT
,GUID
, řetězec – vyberte, co má pro váš scénář největší smysl. -
klastrovací klíč (sloupec nebo sloupce, které definují „shlukovaný index“ v tabulce) – toto je fyzický věc související s úložištěm a tady je nejlepší volbou malý, stabilní a stále se zvyšující datový typ -
INT
neboBIGINT
jako výchozí možnost.
Ve výchozím nastavení se primární klíč v tabulce serveru SQL také používá jako klíč clusteru - ale nemusí to tak být! Osobně jsem zaznamenal masivní nárůst výkonu při rozdělení předchozího primárního / seskupeného klíče založeného na GUID na dva samostatné klíče – primární (logický) klíč na GUID
a klastrovací (objednávkový) klíč na samostatném INT IDENTITY(1,1)
sloupec.
Jako Kimberly Tripp
– královna indexování - a jiní již mnohokrát uvedli - GUID
protože klastrovací klíč není optimální, protože kvůli své náhodnosti povede k masivní fragmentaci stránek a indexů a obecně špatnému výkonu.
Ano, já vím – existuje newsequentialid()
v SQL Server 2005 a novějších – ale ani ten není skutečně a plně sekvenční, a proto také trpí stejnými problémy jako GUID
- jen trochu méně nápadně.
Pak je tu další problém, který je třeba zvážit:shlukovací klíč v tabulce bude přidán také ke každé položce na každém neklastrovaném indexu ve vaší tabulce – opravdu se chcete ujistit, že je co nejmenší. Obvykle INT
s více než 2 miliardami řádků by mělo stačit pro velkou většinu tabulek – a ve srovnání s GUID
jako klastrovací klíč si můžete ušetřit stovky megabajtů úložiště na disku a v paměti serveru.
Rychlý výpočet - pomocí INT
vs. GUID
jako primární a shlukovací klíč:
- Základní tabulka s 1 000 000 řádky (3,8 MB vs. 15,26 MB)
- 6 neklastrovaných indexů (22,89 MB vs. 91,55 MB)
CELKEM:25 MB vs. 106 MB - a to jen na jednom stole!
Ještě pár podnětů k zamyšlení – vynikající věci od Kimberly Tripp – přečtěte si to, přečtěte si to znovu, strávte to! Je to skutečně evangelium indexování SQL Serveru.
- GUID jako PRIMÁRNÍ KLÍČ a/nebo seskupený klíč
- Debata o seskupených indexech pokračuje
- Stále rostoucí klíč shlukování – debata o seskupených indexech..........opět!
- Místo na disku je levné – to je ne pointa!
Pokud k tomu nemáte velmi dobrý důvod , argumentoval bych pro použití INT IDENTITY
pro téměř každou „skutečnou“ datovou tabulku jako výchozí pro jejich primární klíč – je jedinečná, je stabilní (nikdy se nemění), je úzká, neustále se zvětšuje – všechny dobré vlastnosti které chcete mít v klastrovacím klíči pro rychlý a spolehlivý výkon vašich tabulek SQL Server!
Pokud máte nějakou „přirozenou“ hodnotu klíče, která má také všechny tyto vlastnosti, můžete ji také použít místo náhradního klíče. Ale dva řetězce s proměnnou délkou max. 20 znaků každý podle mého názoru tyto požadavky nesplňuje.