番号库的层级设计与主键

为什么番号库需要复合主键

不同发行方的前缀常出现重名或再次分配。若仅以字面标识作主键，跨命名族碰撞率在示例三万条样本里约为 2.4%。使用"命名空间加本地值"的组合可将碰撞率降到零，同时保留原字面便于溯源。命名空间：发行方本地值：字面标识

命名空间的取值不必强制统一，只需在库内保证唯一。发行方缩写、命名族代号或内部编目号都可作为命名空间来源，具体取舍见术语溯源。

跨呈现层邻接读物(续)

主键层级的取舍要参考社区置顶层的排布：番号吧索引要点给出社区置顶层对主键层级排布的启发。

跨呈现层邻接读物

主键层级要能承接社区帖子线索的组织：番号吧字段速查给出社区帖子线索对主键层级的承接方式。

四层层级示意

下表按层级从粗到细列出典型划分，供番号库编目参照：

四层组合唯一即可作主键，例如 NS-A / MIDE / 234 / A。更细的分类边界讨论见分类框架。

主键长度与检索代价

复合主键会增加索引宽度。以示例样本估算，四层主键的平均长度约 16 字节，比单字面主键多 5 字节，写入放大约为 1.3 倍。若查询模式多为按命名族聚合，可再叠加二级索引以摊薄代价。

与其他编目方案的差别

把"发行方"折叠进字面前缀的方案，看似节省一列，但会让跨发行方合并变复杂。分层保留则让元数据字段更清晰，也便于后续与大全定义速查对齐。

番号库字段冲突的处理路径

不同发行方偶尔会重用同一个前缀字面，把番号库跨命名族合并时，字段冲突主要出现在命名族列、序号列与后缀列三处。命名族冲突常表现为两条番号条目的字面相同但归属不同发行方，此时应保留命名空间字段作为消歧依据，不要在番号库里直接改写字面。

序号冲突多来自补录时的手工输入错误，把番号库比对样本按发行方分批扫一遍，通常能筛出五到十条明显重号。补录侧应记录一次冲突的裁决意见，以便后续回溯番号库的编目决定。后缀冲突主要涉及版本命名不统一，可参照上表把空后缀视为最小值排序，避免把带后缀条目错当成新序号。

冲突判定优先级

番号库合并时优先按命名空间隔离，再按命名族聚合，最后按序号排序。若两条条目的四层键完全一致但来源不同，则视为疑似重复条目，写入番号库的待审队列而非直接合并，避免番号库主表被脏数据污染。样本追踪显示，八成以上的冲突可在待审队列内一次裁决完成，剩余两成需要回到原始来源核对。

番号库主键的迁移沿革

早期番号库多采用单字段字面主键，随着跨命名族条目积累，碰撞率抬头，才逐步引入命名空间列。样本追踪显示：三年前多数番号库还只保留三层结构，近两年后缀列的采用率从约四成升至七成，主因是版本迭代条目变多。这个演化路径也是番号库结构化程度提升的体现。

迁移路径通常分三步：先增列不改主键、再切换唯一约束、最后回填历史条目。整个过程应记录版本号，让下游同步方能识别番号库主键结构的变化。

复合主键与代理主键的取舍

代理主键通常用自增整数或雪花号做番号库主表主键，把四层复合值作为唯一约束存于二级索引。这种做法在写入路径上更轻，但在跨库同步时会失去自然主键的语义，需要额外的映射表。复合主键的可读性更强，番号库出现异常时可从主键直接读出发行方与命名族，排障时省去一次查表动作。

番号库若面向长期归档且更新频次低，复合主键的运维成本可以接受。若面向频繁写入的实时聚合，则代理主键更利于番号库的分区维护。选型时把每日写入量、读写比、跨库同步频次三项参数放在一起权衡，往往就能得到较稳的结论。

与外部命名的映射策略

番号库对外提供检索接口时，常需与外部命名系统建立映射，例如把内部四层键映射为对外的短字符串。映射策略要点是保持单向可逆：内部键可推导对外形式，反向解析则依赖映射表。若把映射写入主键本身，会让番号库承担外部命名的稳定性责任，通常得不偿失。

映射表的粒度以命名族为宜。整个番号库范围的映射表过于臃肿，条目级映射则维护成本过高。以命名族为粒度可覆盖多数番号库对外场景，同时保留番号库结构的独立性，也便于跨番号库互操作时对齐命名空间。外部映射的更新频率应低于主键结构变更，避免把两条演化路径纠缠在一起。

调试与回归的常见入口

主键相关问题的排查通常从三个入口切入：命名空间列的空值率、命名族列的字符集合法性、后缀列的排序稳定性。空值率高说明补录侧未按规范填入命名空间根值，字符集合法性问题多因导入时未做归一化，排序稳定性则依赖排序键的显式声明而非依赖默认字典序。

回归测试建议覆盖三类样本：合法条目、临界条目与异常条目。临界条目指后缀为空或命名族刚好为最短字面的记录，这类样本最容易在切表或索引重建时出现回归。异常条目指故意构造的重复键与非法字符集组合，用于压测唯一约束的行为一致性。三类样本共同覆盖后，主键层级的稳定性通常有较好保障。

回归结果的判读应结合上一次基线做差分，不能只看当次通过率。差分能揭示哪些用例从通过变失败、哪些从失败变通过；只有前者需要立即处理，后者往往是修复带来的副作用需要在变更记录里显式登记。三类样本的差分历史串起来，就形成主键层级的稳定性轨迹，供长期维护参考。

落库示例与分区策略

把上述四层主键用于实际落库时，通常会先按发行方划分表分区，再在分区内建立命名族聚合索引。以示例样本估算，按命名族分区可让主线查询延迟下降约 22%，写入路径的锁竞争也随之减少。分区键的选择要结合命名族的分布长尾情况。

边界与局限

本文只覆盖番号库的主键层级建模，不涉及索引物理实现与查询优化器细节。番号分类边界尚在讨论。

相关阅读：前缀识别对主键取值的影响，可对照本节内容进一步展开。

相关阅读：语法解析导出主键字段的路径，可对照本节内容进一步展开。