Question

鉴于任何文件，我想识别具有相同校验和的重复文件。我只是想将重复项的文本列表打印到我的终端，因此运行完整的桌面搜索索引器绝对有点过分。

为了做我想做的事，我需要以关联方式存储两条信息：

＆＃34; [此文件]具有＆lt; XYZ 校验和＆gt;＆＃34;，对于任何文件
＆＃34; [以下是所有文件]＆lt; XYZ 校验和＆gt;＆＃34;，任何校验和
< / LI>
问题在于我需要数据库是可编辑的，这样当我移动数据时 - 并通知管理数据库的脚本 - 它可以跟上变化。我有两种方法可以做到这一点。

一种方法是使用基于偏移量的flatfile索引，但我需要实现一个碎片方案，这样我可以在数据移动时用新文件扩展目录表示，而不必经常向前和向后移位整个文件适应数据重组虽然我不是不可能做到这一点，但这对于我对数据库的一致性和完整性感到担忧是非常重要的，因为我决定是否从这些信息的背面删除数据我就是这样做的。在我决定使用它之前，暂时玩这样的实现。

我没有使用传统数据库的经验，但是我想象SQL可能比我自己实现整个存储框架更容易实现我想要做的事情。如果这是一个选项，哪里是一个好的起点？我暂时推断我可以创建两个表：第一个列出第一个（主）列中的每个校验和，以及第二列中该校验和匹配的每个文件的NUL分隔字符串;第二个表将列出第一个/主要列中文件的完整路径，以及第二个表中的校验和。对这个系统的更新需要我简单地修改两个表中的列，并且比上面建议的方法更简单/更容易。

Answer 1

您需要一个包含2列的数据库表：File和ChecSum。文件（显示为完整路径）本质上为UNIQUE，可用作UNIQUE INDEX。您可能仍希望将ID字段（整数代码）添加为PRIMARY KEY，特别是如果您要将moving或renaming视为单个操作而不是将其拆分为delete后跟create。

在MySQL（用作示例）中，您将有类似的内容（没有ID列）：

<强> DDL and DML ：

CREATE TABLE Files
    (`File` varchar(16), `CheckSum` int)
;

ALTER TABLE Files ADD UNIQUE INDEX (File), ADD INDEX (CheckSum);

INSERT INTO Files
    (`File`, `CheckSum`)
VALUES
    ('\dir1\file1', 56789),
    ('\dir2\file2', 77777),
    ('\dir3\dir4\file9', 56789),
    ('\dirA\file1', 12345)
;

<强> DOL ：

-- All files
SELECT * 
FROM Files;

-- All files with checksum = 56789
SELECT * 
FROM Files
WHERE checksum = 56789;

-- File name '\dirA\file1'
SELECT *
FROM Files 
WHERE file = '\dirA\file1';

SQL Fiddle with the above

表示文件系统的可编辑校验和索引的最佳方法是什么？

1 个答案: