使用字符串作为主键存储单词

Question

我计划创建一个巨大的表来存储所有可能存在的个人实验单词（无论是官方词典的一部分，城市还是其他）。

将单词本身用作主键是否有意义？ 100% 确定单词必须是唯一的，而且它们不会改变。

最终的目的是在相关表中也使用这个PK作为FK来获得关于这些单词的更多信息。

我对表格缩放不太熟悉，所以我想知道我是否会遇到麻烦：

• 表现明智
• 如果表变得太大并且必须分区（？）
• 如果我想将数据库移动到 sqlite 以用作嵌入式数据存储

用 postgres（我当前的数据库）标记这个问题，但可能会迁移到 sqlite。

Answer 1

如果有足够的单词需要对表进行分区，我会感到惊讶。 当然，如果你的“文字”真的是基因序列之类的，我可能会不在那儿。

在任何情况下， primary key的主要目的之一是支持外键关系。 因此，如果另一个表可能引用此表，那么您需要考虑到这一点。

Integer 外键通常更可取，因为它们是固定长度的——这对于索引来说效率更高一些。 此外，四字节整数可能小于平均字长，因此它们也节省了外键的存储空间。

这将与words表本身中的额外 4 个字节相平衡。 总的来说，我通常会添加合成主键。

Answer 2

另一个想法：

制作2列

• 第 1 列：首字母
• 第 2 栏：道

[如果单词是 APPLE:::: Column1-->A:::: Column2-->Apple]

好处：

• 您可以更快地查询诸如“来自字母的字数”之类的任务（例如，来自 A 的字数）
• 可以为您提供制作分片的简单规则（如所有以 column1 为“A”的单词，可以分配给特定的专用分片）