chaves primárias compostas é uma má prática? [fechadas]

Quero saber se as chaves primárias compostas são uma prática ruim e, se não, em quais cenários é recomendável usar.

Minha pergunta é baseada neste artigo

A parte sobre chaves primárias compostas:

Má prática nº 6: chaves primárias compostas

Esse é um ponto controverso, já que muitos projetistas de bancos de dados falam hoje em dia sobre o uso de um campo gerado automaticamente de ID de número inteiro como chave primária, em vez de um campo composto definido pela combinação de dois ou mais campos. Atualmente, isso é definido como a “melhor prática” e, pessoalmente, eu tendem a concordar com isso.

No entanto, isso é apenas uma convenção e, é claro, os DBEs permitem a definição de chaves primárias compostas, que muitos designers consideram inevitáveis. Portanto, como na redundância, as chaves primárias compostas são uma decisão de design.

Cuidado, no entanto, se é esperado que sua tabela com uma chave primária composta tenha milhões de linhas, o índice que controla a chave composta pode crescer até um ponto em que o desempenho da operação CRUD é muito reduzido. Nesse caso, é muito melhor usar uma chave primária de ID inteiro simples, cujo índice será compacto o suficiente e estabelecer as restrições DBE necessárias para manter a exclusividade.

Dizer que o uso de "Composite keys as PRIMARY KEY is bad practice"é um total absurdo!

Os compostos PRIMARY KEYsão frequentemente uma "coisa boa" e a única maneira de modelar situações naturais que ocorrem na vida cotidiana!

Pense no exemplo clássico de ensino de bancos de dados-101 de estudantes e cursos e nos muitos cursos realizados por muitos estudantes!

Crie tabelas de curso e aluno:

CREATE TABLE course
(
  course_id SERIAL,
  course_year SMALLINT NOT NULL,
  course_name VARCHAR (100) NOT NULL,
  CONSTRAINT course_pk PRIMARY KEY (course_id)
);


CREATE TABLE student
(
  student_id SERIAL,
  student_name VARCHAR (50),
  CONSTRAINT student_pk PRIMARY KEY (student_id)
);

Vou dar o exemplo no dialeto do PostgreSQL (e MySQL ) - deve funcionar para qualquer servidor com alguns ajustes.

Agora, você obviamente quer manter o controle de quais estudante está tomando qual curso - então você tem o que é chamado um joining table(também chamados linking, many-to-manyou m-to-ntabelas). Eles também são conhecidos como associative entitiesno jargão mais técnico!

Um curso pode ter muitos alunos.
1 aluno pode fazer muitos cursos.

Então, você cria uma tabela de junção

CREATE TABLE course_student
(
  cs_course_id INTEGER NOT NULL,
  cs_student_id INTEGER NOT NULL,

  -- now for FK constraints - have to ensure that the student
  -- actually exists, ditto for the course.

  CREATE CONSTRAINT cs_course_fk FOREIGN KEY (cs_course_id) REFERENCES course (course_id),
  CREATE CONSTRAINT cs_student_fk FOREIGN KEY (cs_student_id) REFERENCES student (student_id)
);

Agora, a única maneira de dar uma sensata a esta tabela PRIMARY KEYé fazer disso KEYuma combinação de curso e aluno. Dessa forma, você não pode obter:

• uma duplicata da combinação de alunos e cursos

  • um curso só pode ter o mesmo aluno matriculado uma vez e

  • um aluno só pode se inscrever no mesmo curso apenas uma vez

• você também tem uma pesquisa pronta KEYno curso por aluno - também conhecido como índice de cobertura ,

• é trivial encontrar cursos sem alunos e estudantes que não estão fazendo nenhum curso!

  - O exemplo db-fiddle possui a restrição PK dobrada na CREATE TABLE - Isso pode ser feito de qualquer maneira. Prefiro ter tudo na instrução CREATE TABLE.

ALTER TABLE course_student 
ADD CONSTRAINT course_student_pk 
PRIMARY KEY (cs_course_id, cs_student_id);

Agora, você poderia, se estivesse achando que as pesquisas por aluno por curso eram lentas, use UNIQUE INDEXon (sc_student_id, sc_course_id).

ALTER TABLE course_student 
ADD CONSTRAINT course_student_sc_uq  
UNIQUE (cs_student_id, cs_course_id);

Não é nenhuma bala de prata para a adição de índices - que vai fazer INSERTs e UPDATEmais lento, mas o grande benefício da enorme decrescentesSELECT vezes! Cabe ao desenvolvedor decidir indexar, considerando seu conhecimento e experiência, mas dizer que PRIMARY KEYs compostos são sempre ruins é simplesmente errado.

No caso de unir tabelas, elas geralmente são as únicas PRIMARY KEY que fazem sentido! As tabelas de junção também são frequentemente a única maneira de modelar o que acontece nos negócios ou na natureza ou em praticamente todas as esferas em que consigo pensar!

Esse PK também é útil, pois covering indexpode ajudar a acelerar as pesquisas. Nesse caso, seria particularmente útil se alguém estivesse pesquisando regularmente (id do curso, id do aluno) o que, imaginamos, pode ser o caso!

Este é apenas um pequeno exemplo de onde um composto PRIMARY KEYpode ser uma boa idéia e a única maneira sensata de modelar a realidade! Do alto da minha cabeça, consigo pensar em muitos mais.

Um exemplo do meu próprio trabalho!

Considere uma tabela de voo contendo um flight_id, uma lista de aeroportos de partida e chegada e os horários relevantes e, em seguida, também uma tabela de tripulação de cabine com tripulantes!

A única maneira sensata de modelar isso é ter uma tabela de flight_crew com o flight_id e o crew_id como atributos, e o único são PRIMARY KEYé usar a chave composta dos dois campos!

Minha opinião semi-educada: uma "chave primária" não precisa ser a única chave exclusiva usada para procurar dados na tabela, embora as ferramentas de gerenciamento de dados o ofereçam como seleção padrão. Portanto, para optar por ter um composto de duas colunas ou um número aleatório (provavelmente serial) gerado como a chave da tabela, você pode ter duas chaves diferentes ao mesmo tempo.

Se os valores dos dados incluírem um termo exclusivo adequado que possa representar a linha, prefiro declarar isso como "chave primária", mesmo que composta, do que usar uma chave "sintética". A chave sintética pode ter um desempenho melhor por razões técnicas, mas minha própria opção padrão é designar e usar o termo real como chave primária, a menos que você realmente precise seguir o outro caminho para fazer o serviço funcionar.

Um Microsoft SQL Server possui o recurso distinto, mas relacionado, do "índice clusterizado" que controla o armazenamento físico de dados em ordem de índice e também é usado dentro de outros índices. Por padrão, uma chave primária é criada como um índice em cluster, mas você pode escolher não em cluster, preferencialmente depois de criar o índice em cluster. Portanto, você pode ter uma coluna de identidade inteira gerada como índice clusterizado e, digamos, o nome do arquivo nvarchar (128 caracteres) como chave primária. Isso pode ser melhor porque a chave de índice em cluster é estreita, mesmo se você armazenar o nome do arquivo como o termo de chave estrangeira em outras tabelas - embora este exemplo seja um bom exemplo para não fazer isso.

Se o seu design envolve a importação de tabelas de dados que incluem uma chave primária inconveniente para identificar dados relacionados, você está praticamente preso a isso.

https://www.techopedia.com/definition/5547/primary-key descreve um exemplo de escolha entre armazenar dados com o número de segurança social de um cliente como a chave do cliente em todas as tabelas de dados ou gerar um customer_id arbitrário quando você registre-os. Na verdade, esse é um abuso grave do SSN, além de funcionar ou não; é um valor de dados pessoais e confidenciais.

Portanto, uma vantagem de usar um fato do mundo real como chave é que, sem voltar à tabela "Cliente", você pode recuperar informações sobre elas em outras tabelas - mas também é um problema de segurança de dados.

Além disso, você terá problemas se o SSN ou outra chave de dados tiver sido gravada incorretamente, portanto, você terá o valor errado em 20 tabelas restritas, em vez de apenas no "Cliente". Enquanto o customer_id sintético não tem significado externo, não pode ter um valor errado.