database-design - 使用散列对相似记录进行分组

Question

我在一家履行公司工作，我们必须将许多订单从仓库打包并运送给客户。为了提高效率，我们希望将相同的订单分组并以最佳方式包装这些订单。相同是指具有相同数量的订单行，其中包含相同的 SKU 和相同的订单数量。

为了实现这一点，我正在考虑对每个订单进行哈希处理。然后我们可以按哈希分组以快速查看哪些订单是相同的。

我们正在从 Access 数据库迁移到 PostgreSQL 数据库，并且我们有基于 .NET 的系统用于数据加载和通用订单处理系统，因此我们可以在数据加载期间进行哈希处理，也可以将此任务交给数据库。

我的问题首先是散列应该由数据库管理，可能使用触发器，还是应该使用 View 或其他东西即时创建散列？

其次，最好为每个订单行计算一个散列，然后将它们组合起来以找到用于分组的订单级散列，还是我应该只对订单行表上的所有 CRUD 操作使用触发器，重新计算一个整个订单的单个散列并将值存储在订单表中？

TIA

Answer 1

除非您有限制此的要求，否则您可以将散列放在您感觉最舒服的地方。例如，在 .net 中编码可能比在 SQL 中容易得多。如果数据库中的订单不是直接修改，而是通过所有应用程序使用的数据访问层修改，这是一种可行的方法。然后数据访问层可以管理散列。

即使有散列，您仍然必须检查散列订单是否确实相同。这是因为它很难创建一个完美的散列函数——一个没有冲突的函数，其中所有对象都散列到不同的值，数据的结构可能变化如此之大。

这表明您将需要一个查询(或代码)，在给定一组订单的情况下，确定其中哪些实际上是相等的，并将它们分组为等价集。例如。映射到相同哈希码的订单 - 它们真的相等吗？如果您从这里开始，那么此查询还可用于从整个数据库中查找重复订单。它可能不会很快，在这种情况下，您可以通过在插入/更新订单时使用散列来研究提高性能。