使用MD以55哈希为主键和使用int身份作为SQL Server主键的优缺点

诚信安城

我有一个应用程序来处理文件，将其片段化为多个段，然后将结果保存到sql
server在数据库中。多重复的文件（可能有不同的文件路径），因此首先浏览所有这些文件并计算每个文件Md然后用哈希[Duplicated]列出重复的文件。
3 H( t8 e1 @/ c! _3 b  Q" `/ R! B5 k% O然后我每天运行应用程序并保存结果[Result]表中。db模式如下：
( _3 h( u1 p3 j                CREATE TABLE [dbo].[FilePath]    (            [FilePath] NVARCHAR(256) NOT NULL PRIMARY KEY,       [FileMd5Hash] binay(16) NOT NULL,       [Duplicated] BIT NOT NULL DEFAULT 0，    [LastRunBuild] NVARCHAR(30) NOT NULL DEFAULT   CREATE TABLE [dbo].[Result]    (            [Build] NVARCHAR(30) NOT NULL,       [FileMd5Hash] binay(16) NOT NULL      [SegmentId] INT NOT NULL,       [SegmentContent] text NOT NULL         PRIMARY KEY ([FileMd5Hash],[Build],[SegmentId])    )而且我有要求FileMd5Hash加上这两个表。
由于[Result]行数很大，所以我想加一个int Identity将这些列连接到表中，如下所示：
                CREATE TABLE [dbo].[FilePath]    (            [FilePath] NVARCHAR(256) NOT NULL PRIMARY KEY,       [FileMd5Hash] binay(16) NOT NULL,       **[Id] INT NOT NULL IDENTITY,**        [Duplicated] BIT NOT NULL DEFAULT 0，    [LastRunBuild] NVARCHAR(30) NOT NULL DEFAULT   CREATE TABLE [dbo].[Result]    (            [Build] NVARCHAR(30) NOT NULL,       **[Id] INT NOT NULL,**          [SegmentId] INT NOT NULL,                            [SegmentContent] text NOT NULL         PRIMARY KEY ([FileMd5Hash],[Build],[SegmentId])    )那这两种方法有什么优缺点呢？
% O* _6 g1 b! K                                                               
( d5 i: d) z2 n+ S+ L! T( x+ Y    解决方案:                                                               
7 w+ [8 z9 M% V# b$ A4 C6 t2 r' V                                                                int键更容易实现，更容易使用和理解。它也更小(4字节对16字节)，所以索引将适合每个字节IO页面数量的两倍意味着性能更好。表行也会变小(好的，不会变小)，所以每页都可以容纳更多的行=更少的IO。
- e# Y' _1 n5 P: p# G哈希值总是会产生冲突。虽然极其罕见，但正如生日问题所示，随着记录数量的增加，碰撞的可能性越来越大。与各种位长的散列发生冲突的机会达到50％所需项目数如下：
1 ]: ?7 F2 O* Y( \Hash length (bits)   Item count for 50% chance of collision                   32  3770000          544  54  55555                                                      5555555.                                                                     .1 billion            billion billion            billion billion billion billion另一个问题是，非传递必须传递ASCII字节-较难调试，通过电线发送等。
int对表使用顺序的主键。其他人都这么做。