3500万行发票明细表：复合主键vs拼接字段主键选型疑问

直接用invoice_num+line_num作为复合主键的优势 #

• 性能更优：针对3500万行的大表，复合主键的索引占用空间更小。比如invoice_num为字符串、line_num为整数时，拼接成单个字符串的存储长度远大于两个字段组合，会导致索引树臃肿，增加查询、插入的IO开销。
• 规避拼接冲突风险：若invoice_num包含特殊字符（比如分隔符），拼接后可能出现唯一性冲突——例如inv-123+4与inv-12+34拼接结果均为inv-1234，反而破坏主键唯一性。
• 贴合业务语义：这两个字段本身就是业务层面的唯一标识，用复合主键能直接体现数据的业务约束，后续维护时逻辑更清晰。

拼接成代理主键的劣势（针对你的场景） #

• 额外存储与计算成本：数据加载时需额外执行拼接操作，表中还要多存一个冗余字段，3500万行的规模会浪费大量存储空间。
• 索引效率低下：单个拼接字段的索引键长度更长，数据库维护索引的成本更高，插入、更新速度会变慢。
• 无业务复用价值：你明确该字段组合不会被查询，拼接后的字段仅作为主键存在，属于无意义的冗余信息。

补充建议 #

如果后续需要用单个主键关联其他表，更推荐使用自增整数代理键——它的索引效率远高于拼接字符串，占用空间极小，关联操作也更快。但如果仅需满足当前表的主键约束，复合主键完全够用。

总结：你的场景下，直接用invoice_num和line_num创建复合主键是更合理的选择，既满足唯一性约束，又能保证性能与维护性。

内容的提问来源于stack exchange，提问作者Ryzone