有没有办法创建一个字符串的“签名”，以确保字符串是唯一的？或者我应该使用唯一的DB索引？

Question

我在建一个网站。用户可以提交"Title“，它是unicode字符串(不仅仅是英文)。

当用户提交“标题”时，我想看看它是否已经在数据库中(MySQL)。如果是，我只需要更新现有的记录。如果它是一个新的“标题”，我会为它创建一个新的记录。

我想测试唯一性的标准方法是在"Title“列上创建一个索引。但我担心这样的索引的大小，因为"Title“可能会很长。

所以我想知道是否有一种方法可以创建"Title“的”签名“，并使用它来测试唯一性？是否有一些散列函数可以将unicode字符串散列为唯一的值？

任何指针都将非常感谢。谢谢。

Answer 1

简单的答案是使用一个MySql散列函数(MD5 SHA1)来创建每个标题的散列，并将其与标题本身一起存储。

然后，您可以对散列值进行索引，这将产生更好、更快的索引。

这些基本上都是加密函数，会占用大量的cpu，但是您的语言环境可能会提供一个更简单、更快的散列，比如crc32。

这也值得把你的“标题”通过清理后再散列ie。将多个空格强制转换为一个空格，将所有字符折叠为小写，删除标点符号etc.etc。

所以"STACKOVERLOW很棒......“和"stackoverflow是伟大的“导致相同的散列。