复合主键太长了吗？

Question

我在Ubuntu 13.04上使用MySQL5.5来存储URI之间的相似性度量-1,1。我的表格布局非常简单：

|--------------------------------------------------|
| uri1               | uri2                | value |
|--------------------------------------------------|
|http://foo.com/bar  | http://bar.net/foo  | 0.8   |
|http://foo.com/bar1 | http://bar.net/foo2 | 0.4   |
|--------------------------------------------------|

我希望确保对于两个特定的uris，存储的值不超过一个。因此，我使用sql中的以下语句来创建表：

CREATE  TABLE IF NOT EXISTS db.table(
  uri1 VARCHAR(255) NOT NULL ,
  uri2 VARCHAR(255) NOT NULL ,
  value DOUBLE NULL ,
  PRIMARY KEY (uri1, uri2),
  INDEX (value) )

不幸的是，当我批量插入数据时(通过Java JDBC)，我得到如下异常：

java.sql.BatchUpdateException: Duplicate entry
 'http://xmlns.com/foaf/0.1/Document-http://purl.org/linked-data/c' 
for key 'PRIMARY'

主键似乎不够长，无法同时存储两个URI，因此当前缀相同时(通常在我的数据中)，我会得到重复的条目异常。我已经检查过了，没有插入“真正的”副本。有没有办法设置主键的长度，使其始终完全包含两个URI？或者，通常是否有更好的数据建模方法？

我不想在每次插入数据时检查具有所提供的uri1和uri2的行是否已经存在，而是在实际可能发生时处理异常(这不应该发生)。因此，我认为，仅仅使用递增整数作为主键是不可行的。

在我的应用程序中，我将为不同的度量创建几个这样的表，稍后可能希望通过uri1和uri2连接它们，这样我就可以得到一个结果，其中包含来自不同表的特定uris对的所有值。

我还发现了一些其他的东西:我在Java中设置了如下连接：

conn = DriverManager.getConnection(
 "jdbc:mysql://localhost/db?useServerPrepStmts=false&rewriteBatchedStatements=true",
 "user","pass");

当我不使用"rewriteBatchedStatements=true“时，它似乎工作得很好。不幸的是，我真的必须使用它，因为如果我不这样做，批量插入就会慢上几个数量级。

以下是额外请求的代码：

//Initialized in Constructor
Connection conn = DriverManager.getConnection("jdbc:mysql://localhost/db?useServerPrepStmts=false&rewriteBatchedStatements=true",
                "user","pass");

PreparedStatement pst = conn.prepareStatement(String.format("INSERT INTO %s.%s values (?, ?, ?)", dbName, tableName));
//

public void queue(ResDescriptor row, ResDescriptor column, double simil) {
    if(!operational()) return;
    try {
        String uri1 = row.getType();
        String uri2 = column.getType();
        pst.setString(1, uri1);
        pst.setString(2, uri2);
        pst.setDouble(3, simil);            
        pst.addBatch();

        if(++batchCount%maxBatch == 0){
            pst.executeBatch();
        }
    } catch (SQLException e) {
        e.printStackTrace();
    }
}

getType()总是返回一个URI字符串，并且可以确保queue()方法永远不会用相同的参数调用两次。

非常感谢您的任何建议！

Answer 1

我很抱歉回答我自己的问题，但经过几个小时的质疑，我终于找到了问题所在。这与密钥的长度无关，这很好。异常消息似乎在某些时候被截断了。真正的问题是，latin1_swedish_ci中的小i意味着键是不区分大小写的！事实上，我的数据确实包含两个URI，它们只是大小写不同。添加

DEFAULT CHARACTER SET utf8 COLLATE utf8_bin

表create语句解决了这个问题。

感谢您的评论。不过，我真的不能理解为什么这个行为是默认的。