使用MySQL唯一索引来防止重复，而不是重复搜索？

Question

我有一个大表（500万行），有一个名为'unique_id'的唯一标识符列

我正在通过Node.js（node-mysql绑定）运行INSERT查询，并且可能会尝试插入重复项。

这两个解决方案是：

1）将'unique_id'作为索引，并在INSERT之前检查整个数据库是否有重复记录：

'SELECT unique_id WHERE example = "'+unique_id+'" LIMIT 1'

2）使'unique_id'成为MySQL中的唯一索引，并执行INSERT 而不用检查重复项。显然，任何重复都会导致错误而不会被插入表中。

我的预感是解决方案2）更好，因为它可以防止搜索更糟糕的（500万 - 1）行的副本。

使用解决方案2是否有任何缺点？）

Answer 1

为unique_id列定义唯一的主索引有很多好处：

• 语义正确性 - 目前名称并不反映现实，因为您可以在名为＆＃39; unique_id＆＃39;，
的列中包含重复项
• 自动生成唯一ID - 您可以将此作业委托给数据库并避免ID冲突（如果您使用的是UUID而不是整数，这不会有问题），
• 速度增益 - 成为可靠的解决方案1需要阻塞事务（在检查重复和插入行之间不应插入新行）。将此委托给MySQL会更有效率，
• 遵循一个共同模式 - 这正是设计要做的唯一和主要索引。您的解决方案很容易被其他开发人员理解，
• 少量代码。

使用第二个解决方案，您可能需要处理插入重复的尝试（除非您的唯一ID由MySQL生成）。

自动增量主索引： https://dev.mysql.com/doc/refman/5.7/en/example-auto-increment.html

Answer 2

令人惊讶的是，它在性能方面没什么区别。搜索将使用（并要求）相同的索引。

然而，你的（2）解决方案的优点是什么性能差异很小。

实际上在MySQL中你可以使用IGNORE关键字完全消除错误：

INSERT IGNORE INTO ... VALUES (1, 2, 3), (4, 5, 6), (7, 8, 9)...;

将始终成功（将跳过插入重复项）。这允许在单个语句中插入多个值，如上所述。

您可能也对ON DUPLICATE KEY UPDATE系列技巧感兴趣： - ）。

真正的区别，如M.M.已经说明，是诚信。使用UNIQUE索引约束，您可以确定您的数据;否则，你需要在检查它和插入新元组的那一刻之间锁定表，以避免其他人插入相同值的风险。

如果数据的“重复性”需要重要的业务逻辑工作，那么您的（1）解决方案可能会占有一席之地，这不能轻易地转换为MySQL约束。在那种情况下你会

• 锁定桌子，
• 搜索候选副本（假设你得到20个），
• 获取数据并验证他们是真正的候选人
• 如果没有冲突则插入新元组，
• 释放锁。

（可能有充分理由认为，做这么复杂的旋转木马的必要性源于数据库设计中的一些错误。理想情况你应该能够在MySQL中做所有事情但是商业现实有时会远非理想。