马克逻辑 : Generate primary key while data ingestion

Question

我正在使用 java-api 从 CSV 中提取数据。我必须维护每个文档的主键。

Does marklogic provide any unique auto-generated id during insert ?

如果marklogic不提供，那么我可以想到一件事是随机生成的十六进制字符串数字，但问题是如果我在CSV中有大量记录要摄取，有时这个随机数字可能会重复。

请建议我如何继续处理此用例。

Answer 1

建议的方法是使用随机生成的 ID 值，其长度足够长，这样对于您的数据集大小来说，碰撞的可能性是不切实际的。因为你是人类，你仍然会忍不住去检查碰撞，但数学表明这只是浪费。如果您使用 64 位随机值，则在 40 亿次之后发生冲突的几率为 50/50。风险太大？如果令人担忧，请使用 128 位随机值，因为 18 千万亿之后的概率为 50/50。看“Probability of 64-bit hash code collisions”