Linux下MySQL区分大小写，为何仍出现重复条目错误？

错误回溯信息 #

mlflow.exceptions.RestException: BAD_REQUEST: (pymysql.err.IntegrityError) (1062, "Duplicate entry 'hidden_Size-417080a853934d5d8a7cf5a27' for key 'params.PRIMARY'")
[SQL: INSERT INTO params (`key`, value, run_uuid) VALUES (%(key)s, %(value)s, %(run_uuid)s)]
[parameters: ({'key': 'dropout_rate', 'value': '0.1', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'model_type', 'value': '', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'model_name_or_path', 'value': '', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'model_checkpoint_path', 'value': '', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'hidden_size', 'value': '768', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'vocab_size',
'value': '49408', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'num_layers', 'value': '12', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'attn_heads', 'value': '8', 'run_uuid': '417080a853934d5d8a7cf5a27'}  ... displaying 10 of 40 total bo
und parameter sets ...  {'key': 'num_labels', 'value': '13', 'run_uuid': '417080a853934d5d8a7cf5a27'}, {'key': 'hidden_Size', 'value': '256', 'run_uuid': '417080a853934d5d8a7cf5a27'})]
(Background on this error at: https://sqlalche.me/e/14/gkpj)

问题描述 #

用参数解析器管理实验参数，通过mlflow.log_params(vars(args))记录参数时，代码意外生成了hidden_size和hidden_Size两个仅大小写不同的参数。按道理Linux下MySQL应该区分大小写，但却触发了重复条目错误，疑惑这两个参数为何被视为同一条目。

原因与解决方案 #

核心原因 #

MySQL的大小写敏感性分两个层面：

1. 表名、库名的大小写由lower_case_table_names参数控制，Linux默认值为0（区分大小写）；
2. 字段值的大小写敏感性由字段的排序规则（Collation）决定。MLflow默认创建的params表中，key字段用的是不区分大小写的排序规则（比如utf8_general_ci），此时数据库会把hidden_size和hidden_Size判定为相同的键，而params表的主键是(key, run_uuid)，同一run下出现相同键就会触发重复条目错误。

解决方案 #

1. 优先修复代码：找到生成hidden_Size参数的代码逻辑，删除或修改这个重复参数，确保所有参数名大小写一致（建议统一用小写），从根源避免问题。
2. 修改数据库字段排序规则：如果确实需要保留参数名的大小写区分，可修改params表key字段的排序规则为区分大小写的类型（比如utf8_bin），执行以下SQL语句（操作前务必备份数据）：

   ALTER TABLE params MODIFY COLUMN `key` VARCHAR(250) CHARACTER SET utf8 COLLATE utf8_bin NOT NULL;
   

3. 规范参数命名：后续实验中统一参数命名规则，比如全部使用小写字母、下划线分隔，避免因大小写不一致引发类似问题。

内容的提问来源于stack exchange，提问作者Sean