主页 / dba / 问题 / 126446
Accepted
Jonathan Allen
Asked: 2016-01-18 01:12:42 +0800 CST

使用 BINARY(16) 而不是 UNIQUEIDENTIFIER 会受到惩罚吗？

  • 772

我最近继承了一个使用BINARY(16)而不是UNIQUEIDENTIFIER存储 Guid 的 SQL Server 数据库。它对包括主键在内的所有内容都执行此操作。

我应该担心吗？

sql-server migration

2 个回答

  1. Best Answer

    我应该担心吗？

    好吧，这里有几件事有点令人担忧。

    第一：虽然 a UNIQUEIDENTIFIER(ie Guid) 确实是一个 16 字节的二进制值，但也确实：

    1. 所有数据都可以以二进制形式存储（例如INT可以存储在 中BINARY(4)，DATETIME可以存储在 中BINARY(8)，等等），因此 #2 ↴
    2. 除了方便之外，可能有一个单独的 GUID 数据类型的原因（例如sysname，作为 的别名NVARCHAR(128)）。

    我能找到的三个行为差异是：

    • 在 SQL Server 中比较UNIQUEIDENTIFIER值，无论好坏，实际上与比较BINARY(16)值的方式不同。根据Comparing GUID and uniqueidentifier Values的 MSDN 页面，在比较UNIQUEIDENTIFIERSQL Server 中的值时：

      值的最后六个字节是最重要的

    • 虽然这些值不经常排序，但这两种类型之间存在细微差别。根据uniqueidentifier的 MSDN 页面：

      排序不是通过比较两个值的位模式来实现的。

    • 鉴于 SQL Server 和 .NET 之间处理 GUID 值的方式存在差异（在上面链接的“比较 GUID 和唯一标识符值”页面中指出），将这些数据从 SQL Server 拉出到应用程序代码中可能无法正确处理如果需要模拟 SQL Server 比较行为，请使用应用程序代码。可以通过转换为 a 来模拟这种行为SqlGuid，但开发人员会知道这样做吗？

    第二：基于以下陈述

    它对包括主键在内的所有内容都执行此操作。

    我一般会关注系统性能，方法是将 GUID 用作 PK 而不是备用键，同时使用一个INT或什BIGINT至作为 PK。如果这些 GUID PK 是聚集索引，则更令人担忧。

    更新

    OP 对@Rob 的回答发表的以下评论引发了额外的担忧：

    它是从我认为 MySQL 迁移而来的

    GUID 可以以2 种不同的二进制格式存储。因此，可能会引起关注，具体取决于：

    1. 二进制表示是在什么系统上生成的，以及
    2. 如果字符串值在原始系统之外使用，例如在应用程序代码中或提供给客户端以在导入文件中使用等。

    生成二进制表示的问题与 4 个“字段”中的前 3 个的字节顺序有关。如果您按照上面的链接访问 Wikipedia 文章，您将看到 RFC 4122 指定对所有 4 个字段使用“Big Endian”编码，但 Microsoft GUID 指定使用“Native”Endianness。嗯，英特尔架构是 Little Endian，因此前 3 个字段的字节顺序与遵循 RFC 的系统（以及在 Big Endian 系统上生成的 Microsoft 风格的 GUID）相反。第一个字段“Data 1”是 4 个字节。在一个字节序中，它将被表示为（假设地）0x01020304。但在另一个 Endianness 中它会是0x04030201. 所以如果当前数据库'BINARY(16)该二进制表示是在遵循 RFC 的系统上生成的，然后将当前BINARY(16)字段中的数据转换为 aUNIQUEIDENTIFIER将导致与最初创建的 GUID 不同。如果这些值从未离开数据库，并且这些值仅被比较是否相等而不是排序，这不会真正造成问题。

    排序的问题很简单，转换为UNIQUEIDENTIFIER. 幸运的是，如果原始系统真的是 MySQL，那么首先就不会对二进制表示进行排序，因为 MySQL 只有UUID的字符串表示。

    同样，如果二进制表示是在 Windows / SQL Server 之外生成的，那么在数据库之外使用的字符串值的问题就会更加严重。由于字节顺序可能不同，因此字符串形式的相同 GUID 将导致 2 种不同的二进制表示，具体取决于转换发生的位置。ABC如果为应用程序代码或客户提供了来自二进制形式的字符串形式的 GUID ，123 并且二进制表示是在遵循 RFC 的系统上生成的，那么当转换为时，相同的二进制表示（即123）将转换为字符串形式DEF一个UNIQUEIDENTIFIER。同样，ABC当456转换为UNIQUEIDENTIFIER.

    因此，如果 GUID 从未离开数据库，那么除了排序之外就没有什么可担心的了。或者，如果从 MySQL 导入是通过转换字符串形式（即FCCEC3D8-22A0-4C8A-BF35-EC18227C9F40）完成的，那么它可能没问题。否则，如果将这些 GUID 提供给客户或在应用程序代码中，您可以通过获取一个并转换通过SELECT CONVERT(UNIQUEIDENTIFIER, 'value found outside of the database');并查看是否找到预期记录来测试它们如何转换。如果您无法匹配记录，那么您可能必须将字段保留为BINARY(16).

    很可能不会有问题，但我之所以提到这一点，是因为在适当的条件下可能会出现问题。

    以及如何插入新的 GUID？在应用程序代码中生成？

    更新 2

    如果前面对与导入在另一个系统上生成的 GUID 的二进制表示相关的潜在问题的解释有点（或很多）令人困惑，希望以下内容会更清楚一点：

    DECLARE @GUID UNIQUEIDENTIFIER = NEWID();
SELECT @GUID AS [String], CONVERT(BINARY(16), @GUID) AS [Binary];
-- String = 5FED23BE-E52C-40EE-8F45-49664C9472FD
-- Binary = 0xBE23ED5F2CE5EE408F4549664C9472FD
--          BE23ED5F-2CE5-EE40-8F45-49664C9472FD

    在上面显示的输出中，“String”和“Binary”值来自同一个 GUID。“Binary”行下方的值与“Binary”行的值相同，但格式与“String”行相同（即删除“0x”并添加四个破折号）。比较第一个和第三个值，它们并不完全相同，但非常接近：最右边的两个部分相同，但最左边的三个部分不同。但如果你仔细观察，你会发现这三个部分中的每一个都是相同的字节，只是顺序不同。如果我只显示前三个部分可能更容易查看，并对字节进行编号，以便更容易看到它们的顺序在两种表示之间有何不同：

    字符串 = 1 5F 2 ED 3 23 4 BE – 5 E5 6 2C – 7 40 8 EE
    二进制 = 4 BE 3 23 2 ED 1 5F – 6 2C 5 E5 – 8 EE 7 40（在 Windows / SQL Server 中）

    因此，在每个分组中，字节的顺序是相反的，但仅限于 Windows 和 SQL Server。但是，在遵循 RFC 的系统上，二进制表示将反映字符串表示，因为不会有任何字节顺序的反转。

    数据是如何从 MySQL 带入 SQL Server 的？这里有几个选择：

    SELECT CONVERT(BINARY(16), '5FED23BE-E52C-40EE-8F45-49664C9472FD'),
       CONVERT(BINARY(16), 0x5FED23BEE52C40EE8F4549664C9472FD),
    CONVERT(BINARY(16), CONVERT(UNIQUEIDENTIFIER, '5FED23BE-E52C-40EE-8F45-49664C9472FD'));

    回报：

    0x35464544323342452D453532432D3430  
0x5FED23BEE52C40EE8F4549664C9472FD  
0xBE23ED5F2CE5EE408F4549664C9472FD

    假设它是直接的二进制到二进制（即上面的 Convert #2），那么如果转换为实际的 GUID，则生成的 GUIDUNIQUEIDENTIFIER将是：

    SELECT CONVERT(UNIQUEIDENTIFIER, 0x5FED23BEE52C40EE8F4549664C9472FD);

    回报：

    BE23ED5F-2CE5-EE40-8F45-49664C9472FD

    这是错误的。这给我们留下了三个问题：

    1. 数据是如何导入 SQL Server 的？
    2. 应用程序代码是用什么语言编写的？
    3. 应用程序代码在什么平台上运行？
    • 24

  2. 你总是可以担心的。;)

    该系统可能是从其他不支持唯一标识符的系统迁移而来的。还有其他你不知道的妥协吗？

    设计者可能不知道 uniqueidentifier 类型。还有什么他们不知道的？

    但从技术上讲 - 这不应该是一个主要问题。

    • 5

相关问题