Dotaz: MySQL primární klíč za každou cenu?

[prikes]

Hodně často nacházím v článcích o mysql napsané o primárním klíči, že má být v každé tabulce. Co když ho v nějaké tabulce mít nebudu? To snad zpomaluje mysql nebo co když tam není? Třeba pokud mám tabulku mapující uid na gid, tak přece nebudu vytvářet ještě kromě sloupců uid a gid ještě sloupec id (který bude primárním klíčem) jak to často vídávám v návrzích. Jaký na to máte názor?

Odpovědi

[Jendа]

Hodí se to, pokud budeš chtít právě jedno konkrétní mapování smazat.

[bazil]

nejdřív si prosimtě zjisti a přečti neco o normálních formách a o primárních klíčích ... (primární klíč != ID)

[prikes]

nejdřív si prosimtě zjisti a přečti neco o normálních formách a o primárních klíčích ... (primární klíč != ID)

To jsem nikdy netvrdil. Já psal že to tak v návrzích vídám.

[okbob]

Primární klič je sloupec jehož obsah jednoznačně identifikuje řádek tabulky. Ve Vašem případě tedy sloupec uid prohlásíte za primární klíč a máte hotovo.

[prikes]

To by byl docela problém, protože tabulka může vypadat takhle:

UID    |    GID
1           5
1           8
2           8
...

[okbob]

Jasně, to záleží pouze na definici - v tomto případě má smysl použít složený primární klíč. Výkonnostní efekt tam nebude žádný (pokud budete mít již index nad uid) - ale ochrání vás to před duplicitami.

[Filip Jirsák]

Já považuji za rozumné mít v každé tabulce umělý primární klíč (umělý proto, že u primárních klíčů z reálných dat se vždy dříve či později ukáže, že není zas až tak unikátní, že může být NULL apod.). S jedinou výjimkou, a tou jsou tabulky pro M:N mapování – pokud ta je důležitá jen ta samotná vazba a nemá tedy už žádné další atributy. Pak je logické mít jako primární klíč té tabulky oba její sloupce (protože ta vazba je unikátní) – ve vašem případě bych tedy do primárního klíče dal UID, GID.

[prikes]

To zní rozumně. Opravdu tam bude vždy jen unikátní vazba uid-gid. Teď to mám udělané tak, že uid a gid jsou prostě jen INDEXované, každé zvlášť. Takže by to mělo být takto?:

UID - INDEX
GID - INDEX
UID + GID - PRIMARY

Je dobré že si databáze bude hlídat unikátnost záznamů, ale není to zbytečné? To si snadno ohlídám v aplikaci a nebude to na úkor zvětšování tabulky databáze.

[Heron]

Je dobré že si databáze bude hlídat unikátnost záznamů, ale není to zbytečné?

Není to zbytečné. DB si má sama hlídat integritu dat (od toho je to taky databáze).

To zní rozumně. Opravdu tam bude vždy jen unikátní vazba uid-gid. Teď to mám udělané tak, že uid a gid jsou prostě jen INDEXované, každé zvlášť. Takže by to mělo být takto?:

UID - INDEX
GID - INDEX
UID + GID - PRIMARY

Měl by stačit pouze primární klíč, ten lze použít i na vyhledávání dle UID. Případně ještě (podle typů dotazů) index nad GID. Také záleží, jakou to bude mít selektivitu, pokud bude 2mil uživatelů v 5 skupinách, tak bude procházení indexem na GID dražší než průchod celou tabulkou (potom je index jen režie navíc). Uvidíš podle prováděcího plánu.

[prikes]

Já myslel že pokud je jakýkoliv index nad více sloupci, tady uid+gid, tak by měl vždy dotaz vypadat např. "SELECT * FROM groupmap WHERE uid = 44 AND gid = 41"? Proto jsem chtěl ještě přidávat zvlášť ty INDEXy na jednotlivé sloupce.

[Aleš Janda]

Je to tak, že když vytvoříš index nad více sloupci, např. nad UID + GID, tak ten index má tu vlastnost, že dokáže efektivně hledat i podle prvních 1..n sloupců. V tomto případě tedy dokáže efektivně vyhledávat i podle samotného UID (protože je v indexu jako první). Je to vlastně index „zadarmo“. Když prohodíš pořadí sloupců v indexu, tak samozřejmě bude efektivnější vyhledávat podle GID.

Pokud ale vyhledáváš vždy podle obou sloupců, je to jedno.

[prikes]

Abych to shrnul, pokud budu vyhledávat podle uid a gid najednou tak se vyplatí mít jen jeden primary index na uid+gid, pokud budu vyhledávat podle 1. sloupce uid, tak také stačí jeden primary key a je stejně efektivní jako jeden index na sloupci. Pokud budu ale vyhledávat jak podle uid, tak gid, dokonce i podle obou, tak je výhodné mít PRIMARY nad uid+gid + INDEX nad gid. Pochopil jsem to tak správně?

[Aleš Janda]

Přesně tak

Kdyžtak můžeš pro kontrolu napsat přímo SQL dotaz a zadat před něj EXPLAIN - řekne ti, podle jakých indexů se hledá, v čem apod., tedy jakou má ten dotaz složitost.

[Filip Jirsák]

Všecho si můžete ohídat v aplikaci a databázi degradovat na úložiště klíč=hodnota. Spousta ne příliš schopných programátorů se k tomuhle přístupu i velmi blíží (kdy třeba z databáze vytáhnou všechny záznamy a filtrují je pak v aplikaci). Já se snažím mít naopak v databázi co nejvíc toho jde – unikátnost, omezení hodnot, omezení vazeb atd. Pokud vím, že budu v aplikaci používat nějaké sloučení tabulek (JOIN), udělám si na to rovnou v databázi pohled a v aplikaci používám ten. A pokud vím, že budu používat nějaké složitější vkládání nebo aktualizace, které nevyřeší jednoduchý INSERT nebo UPDATE, udělám si na to uložené procedury. Sice to všechno jde dělat i v aplikaci, ale když to udělám takhle, vím, že k databázi může přistupovat i jiná aplikace, nebo že až budu potřebovat udělat zásah přímo do databáze (protože danou věc třeba aplikace neumí a nevyplatí se to programovat pro případ, který nastane jednou za rok), můžu všechno tohle použít a nemusím se bát, že databázi rozbiju.

[Heron]

Všecho si můžete ohídat v aplikaci a databázi degradovat na úložiště klíč=hodnota.

To je také cesta, v tom případě bych ale navrhoval použít přímo key-value DB a ne ji simulovat v SQL.

[FooBar]

Ackoliv to bude znit jako buzerace... plne souhlasim s komentarem vyse, vazne si neco precti o relacnich databazich (!= "tutorial k MySQL"), relacni teorii a normalizaci databaze. Jinak se ti taky muze stat, ze jednoho dne budes pracovat ve firme, kde navrhnes databazi, a nekdo ti kvuli tvymu navrhu utrhne rucicky i nozicky :)

[bazil]

co já bych dal za možnost některým to udělat

[sivlk]

> vazne si neco precti o relacnich databazich

nejake konkretne publikacie nemas na mysli, mozu byt aj anglicke

[Aleš Janda]

Ještě k dotazu - někdy opravdu mívá smysl mít tabulku bez klíče. Třeba taková, která má jeden textový sloupec, vyhledává se v ní LIKE "%text%" a je víceméně readonly (protože se nelze odkázat na konkrétní řádek), tak tam fakt klíč nemá smysl. Ovšem praktická potřeba takové tabulky je přinejmenším sporná.

Mnohem smysluplnější využití si ale umím představit záměrné neuvedení klíčů z důvodu rychlosti během naplnění - např. vytvořím tabulku a chci tam rychle dát milión řádků. To je lepší tam napřed ty řádky dát a klíče vytvořit až potom. Popř. pokud je to jen nějaká automaticky generovaná tabulka pro zálohu (která se mnohokrát přepisuje a prakticky nikdy nečte), pak to taky smysl má i bez klíčů.

Jde ale o to, že tyto případy jsou tak řídké, že chybějící klíč je mnohem častěji spíše chyba návrhu než záměr.

[Josef Kufner]

Použij EXPLAIN a sám se podívej, které indexy mají smysl a které ne. Někdy je dokonce lepší některé indexy odstranit, aby MySQL nemátly. Pokud do tabulky hodně zapisuješ a málo čteš, může být i výhodnější nemít indexy žádné, protože je potřeba jich udržovat.