High Scaling Websites Structure Learning Notes 大型網站架構學習筆記

資料排列組合

在使用 MySQL 或 PostgreSQL 資料庫的時候，我們常常會使用 Auto Increment 的整數去當作我們的鍵值，Int 總共有 4294967295 種排列組合方式，而 BigInt 則總共有 18446744073709551615 種排列組合方式

使用 Auto Increment 的好處是：

  • 可以避免每次的鍵值都是不同的，不需要再做額外的欄位資料檢查是否重複
  • 可以依照整數順序去判斷資料新增的順序

但這樣也有壞處：

  • 資料被刪除後，空出來的鍵值很難被管理，會造成不必要的浪費
    • e.g. Queue 資料
  • 總資料量被限制，當我們預期資料很有可能超過整數欄位的限制時，資料量超過時還需要處理溢位問題
    • e.g. 很多的 Queue 資料

所以若預期資料量很大時，我們會傾向使用字串去當作資料表的鍵值，單一整數的資料排列組合有 10 種 （0-9），而單一字串的資料排列組合有 36 種（0-9 A-Z），雖然整數欄位在資料表搜尋的速度比字串快很多，但是這個是沒辦法的必要之惡。

字串排列組合

在資料庫儲存的字串資料是不區分大小寫的，所以若有一個 Primary 或 Unique 的鍵值，裡面是沒辦法同時儲存 AA、Aa、aA 或 aa 的，所以我們字串鍵值的排列組合只能用不區分大小寫 36 種 (0-9 A-Z) 排列組合去計算。

字串長度 排列組合 (不區分大小寫)
1 36
2 1,296
3 46,656
4 1,679,616
5 60,466,176
6 2,176,782,336
7 78,364,164,096
8 2,821,109,907,456
9 101,559,956,668,416
10 3,656,158,440,062,980
11 131,621,703,842,267,000
12 4,738,381,338,321,620,000
13 170,581,728,179,578,000,000
14 6,140,942,214,464,820,000,000
15 221,073,919,720,733,000,000,000
16 7,958,661,109,946,400,000,000,000
17 286,511,799,958,070,000,000,000,000
18 10,314,424,798,490,500,000,000,000,000
19 371,319,292,745,659,000,000,000,000,000
20 13,367,494,538,843,700,000,000,000,000,000
21 481,229,803,398,374,000,000,000,000,000,000
22 17,324,272,922,341,500,000,000,000,000,000,000
23 623,673,825,204,293,000,000,000,000,000,000,000
24 22,452,257,707,354,600,000,000,000,000,000,000,000
25 808,281,277,464,764,000,000,000,000,000,000,000,000
26 29,098,125,988,731,500,000,000,000,000,000,000,000,000
27 1,047,532,535,594,330,000,000,000,000,000,000,000,000,000
28 37,711,171,281,396,000,000,000,000,000,000,000,000,000,000
29 1,357,602,166,130,260,000,000,000,000,000,000,000,000,000,000
30 48,873,677,980,689,300,000,000,000,000,000,000,000,000,000,000
31 1,759,452,407,304,810,000,000,000,000,000,000,000,000,000,000,000
32 63,340,286,662,973,300,000,000,000,000,000,000,000,000,000,000,000
33 2,280,250,319,867,040,000,000,000,000,000,000,000,000,000,000,000,000
34 82,089,011,515,213,400,000,000,000,000,000,000,000,000,000,000,000,000
35 2,955,204,414,547,680,000,000,000,000,000,000,000,000,000,000,000,000,000
36 106,387,358,923,717,000,000,000,000,000,000,000,000,000,000,000,000,000,000
37 3,829,944,921,253,800,000,000,000,000,000,000,000,000,000,000,000,000,000,000
38 137,878,017,165,137,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000
39 4,963,608,617,944,920,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000
40 178,689,910,246,017,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000

只要字串長度大於 13 時，我們擁有的資料排列組合就會超過 BigInt 的 18446744073709551615 排列組合

在使用字串當做鍵值時，在我們每次新增資料手動產生字串鍵值時，我們都要再去資料庫檢查看看此鍵值是否存在，再新增進去，且我們需要額外做新增資料造成 Duplicate Key 的例外狀況處理

在我們字串很長時雖然發生碰撞的機率很低，但為了系統資料的安全完整性，還是需要做檢查的步驟，並在頻繁被通知到鍵值衝突的狀況時，就要考慮增加字串長度，減少鍵值碰撞機率了

參考資料