Solr 4.x：我應該使用二進制作爲唯一鍵嗎？

Question

我目前正在研究使用sha1哈希，它將以二進制形式存儲在MS Sql Server中（20）。查看Solr 4.x中當前可用的數據類型，似乎足夠大的唯一一個是二進制。但是，我不確定是否使用二進制作爲唯一鍵是一個好主意。此外，在不久的將來，我們將從Solr 4.x獨立遷移到Solr 6.x雲。

Answer 1

根據最佳實踐，唯一鍵應該是一個簡短的唯一字符串（例如，請參閱Java UUID）。 使用二進制作爲唯一鍵不是一個好主意，也不建議。 一個可行的解決問題的方法，雖然可以this page從Solr的文檔中找到：

加密哈希

的加密哈希算法可以被認爲是從輸入數據創建N個很 隨機比特。 MD5算法創建128位。 這意味着2個輸入數據集有機會在創建相同MD5的 的2^128中有1個。這有一個標準表達式，即32個十進制字符。 RFC-1321。幾種不同語言的MD5摘要算法 不遵循此標準。標準UUID始終包含創建UUID的時間，其中 排除了上述某些使用情況。您可以作弊並忽略時鐘要求。最好使用UUID文本格式： 550e8400-e29b-41d4-a716-446655440000而不是 550e8400e29b41d4a716446655440000。 （您將閱讀許多這些密鑰。） 使用加密生成的唯一密鑰的一個優點是，您可以通過通配符 選擇一個隨機的文檔子集。如果UUID數據爲 作爲字符串保存爲32位字符的RFC格式 'd3adbe3fdeadb3e4deadbee4deadb3ef'，則查詢「id：a *」將選擇整個文檔集合的隨機1/16的 。 「id：aa *」會非常隨機地選擇 文檔集的1/256。統計分析和數據提取項目可以用這個來選擇小的子集而不是 遍歷整個索引。

對於任何版本的Solr，相同的方法都可以很好地工作。