数据库主键怎么设置？自增和复合主键有何区别？

在数据库设计与管理的领域中,主键是构成数据完整性与关系模型的基石，正确地设置主键，不仅能确保每一行数据的唯一可识别性，还能极大地优化查询性能和简化表间关联，本文将深入探讨主键的核心概念、设计原则、常见类型及其在实践中的应用方法。

主键的核心设计原则

一个合格的主键必须遵循以下几个基本原则,这些原则是数据库设计理论的核心，也是实践中的最佳指南。

1. 唯一性：主键的值在整个表中必须是唯一的，绝不允许出现重复，这是主键最根本的职责，确保每一条记录都能被精确无误地定位。
2. 非空性：主键列不能包含 NULL 值，每一行记录都必须有一个明确的主键值，因为 NULL 代表未知，无法用于唯一标识。
3. 稳定性：主键值一旦确定，就应该尽可能保持不变，频繁更改主键值会带来巨大的维护成本，因为它可能被其他表作为外键引用，修改会引发连锁反应，破坏数据一致性。
4. 简洁性：主键应尽可能使用占用存储空间小、数据类型简单的字段，整数通常比字符串更高效，简洁的主键能加快索引速度，提升数据库的整体性能，尤其是在进行表连接（JOIN）操作时。

主键的常见类型选择

基于上述原则,主键主要分为两大类：自然主键和代理主键，理解它们的区别是做出正确选择的关键。

自然主键

自然主键是使用具有业务含义的、现实世界中存在的唯一标识符作为主键，用户的身份证号、商品的ISBN编号、员工的工号等。

• 优点：
  • 具有实际意义,便于理解和记忆。
  • 在某些场景下可以避免创建额外的列。
• 缺点：
  • 可能变更：业务逻辑的变化可能导致自然主键需要修改（如用户更换手机号、公司重组员工工号），这违反了稳定性原则。
  • 冗长复杂：如身份证号、邮箱地址等，通常较长，占用存储空间大，影响索引和连接性能。
  • 隐私与安全：将敏感信息（如身份证号）直接作为主键，可能在数据交互中泄露隐私。
  • 非绝对唯一：看似唯一的业务标识，在长远或跨系统的视角下可能存在重复风险。

代理主键

代理主键与业务数据完全无关,是一个由数据库系统或应用程序生成的、专门用于标识记录的键，最常见的形式是自增整数（AUTO_INCREMENT）或全局唯一标识符（UUID）。

• 优点：
  • 绝对稳定：与业务逻辑解耦，永远不会因业务变化而修改。
  • 简洁高效：通常使用整数，长度短，索引速度快，性能优越。
  • 无业务含义：不暴露任何业务信息，更加安全。
  • 保证唯一：数据库机制（如自增）或算法（如UUID）能保证其全局唯一性。
• 缺点：
  • 对用户无直接意义,需要额外查询才能获取业务信息。
  • 需要增加一个额外的列。

在现代数据库设计中,强烈推荐使用代理主键，尤其是自增整数，它在绝大多数场景下是性能、稳定性和维护性的最佳平衡点。

复合主键

复合主键是由两个或多个列组合而成,共同作为表的主键，它用于当单个列无法保证记录唯一性的情况，例如订单明细表，通常需要“订单ID”和“产品ID”的组合来唯一标识一条订单明细记录。

• 使用场景：多对多关系的中间表、某些具有复合唯一约束的业务实体。
• 注意事项：复合主键会使外键关系变得复杂，且索引占用空间更大，在可能的情况下，即使存在复合唯一约束，也可以为该表额外添加一个代理主键，以简化设计。

如何在SQL中设置主键

在结构化查询语言（SQL）中，设置主键非常直接，可以在创建表时定义，也可以在表创建后通过修改来添加。

创建表时定义主键

这是最常见的方式,以下示例展示了如何设置一个代理主键和一个复合主键。

-- 示例1：使用自增整数作为代理主键
CREATE TABLE users (
    user_id INT AUTO_INCREMENT PRIMARY KEY,
    username VARCHAR(50) NOT NULL,
    email VARCHAR(100) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);
-- 示例2：使用复合主键
CREATE TABLE order_items (
    order_id INT NOT NULL,
    product_id INT NOT NULL,
    quantity INT NOT NULL,
    price DECIMAL(10, 2),
    PRIMARY KEY (order_id, product_id)
);

修改现有表添加主键

如果表已经存在但没有主键,可以使用 ALTER TABLE 语句来添加。

-- 假设已有一个表 'products'，但没有主键
-- 首先添加一个自增列
ALTER TABLE products ADD COLUMN product_id INT AUTO_INCREMENT PRIMARY KEY;
-- 或者，如果已有唯一列，可以将其设置为主键
-- ALTER TABLE products ADD PRIMARY KEY (existing_unique_column);

相关问答FAQs

问题1：主键和唯一键有什么区别？

解答：主键和唯一键都保证了列值的唯一性，但存在关键区别：

1. 数量限制：一个表中只能有一个主键，但可以有多个唯一键。
2. 非空约束：主键列自动包含 NOT NULL 约束，不允许为空；而唯一键列默认可以包含一个 NULL 值（具体行为因数据库而异，但通常允许多个NULL或一个NULL）。
3. 功能定位：主键是表的主要标识符，常被其他表的外键引用，是关系的核心，唯一键更多用于防止业务逻辑上的重复，如确保用户邮箱或用户名不重复。

问题2：应该选择自增ID还是UUID作为代理主键？

解答：这是一个经典的权衡问题，取决于具体的应用场景：

• 自增ID（如INT, BIGINT）：
  • 优点：占用空间小，性能高，索引友好，对人类可读。
  • 缺点：在分布式系统中，合并数据或分库分表时可能产生ID冲突；ID值是可预测的，可能暴露业务信息（如用户量）。
  • 适用场景：单体应用、读写密集型、对性能要求高的系统。
• UUID（Universally Unique Identifier）：
  • 优点：全局唯一，完美适用于分布式系统；无序，不暴露业务信息。
  • 缺点：字符串形式，占用存储空间大（通常36字符），索引效率低于整数；无序性导致频繁的页分裂，对写入性能有影响。
  • 适用场景：分布式系统、需要离线生成ID、对数据隐私有较高要求的系统。

对于大多数传统应用,自增ID是首选，而在大规模、高并发的分布式架构中，UUID或类似的分布式ID生成策略（如雪花算法）则更为合适。