表示文件系统的可编辑校验和索引的最佳方法是什么？

Question

给定任何文件，我想识别具有相同校验和的重复文件。我只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是矫枉过正。

要做我想做的事情，我需要关联地存储两条信息：

1. "[此文件] 对任何文件都有<<em>XYZ 校验和>"

2. "[这里是所有文件] 用于<<em>XYZ 校验和>"，用于任何校验和

问题是我需要数据库是可编辑的，以便当我移动数据并通知管理数据库的脚本时，它可以跟上更改。我想到了两种方法。

一种是使用基于偏移量的平面文件索引，但我需要实现一个碎片方案，以便我可以在数据移动时使用新文件扩展目录表示形式，而不必不断地向前和向后位移整个文件以适应数据重组。
虽然对我来说并非不可能做到，但这对我来说足够重要，以至于我会担心数据库的一致性和完整性，并且由于我将决定是否从这些信息后面删除数据，因此在我决定使用它之前，我会玩一段时间这样的实现。

我没有使用传统数据库的经验，但我想象SQL可能比自己实现整个存储框架更容易实现我想要做的事情。如果这是一个选择，那么哪里会是一个好的起点？我初步推测我可以创建两个表：第一个将列出第一列（主）列中的每个校验和，以及该校验和在第二列中匹配的每个文件的 NUL 分隔字符串;第二个表将在第一列/主列中列出文件的完整路径，在第二列中列出其校验和。更新此系统需要我简单地修改两个表中的列，并且比上面建议的方法简单/容易得多。

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）本质上是UNIQUE的，可以用作UNIQUE INDEX。 您可能仍希望添加ID字段（整数代码）作为PRIMARY KEY，特别是如果您想将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，您将拥有类似以下内容（不带ID列）：

DDL 和 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
    ('dir1file1', 56789),
    ('dir2file2', 77777),
    ('dir3dir4file9', 56789),
    ('dirAfile1', 12345)
;

DOL：

-- All files
SELECT * 
FROM Files;
-- All files with checksum = 56789
SELECT * 
FROM Files
WHERE checksum = 56789;
-- File name 'dirAfile1'
SELECT *
FROM Files 
WHERE file = 'dirAfile1';

SQL 摆弄上述内容