一、mysql和程序?qū)嵗?/h3>
1.1 要說明這個(gè)問題,我們首先來建立三張表
分別是user_auto_key,user_uuid,user_random_key,分別表示自動(dòng)增長的主鍵,uuid作為主鍵,隨機(jī)key作為主鍵,其它我們完全保持不變.根據(jù)控制變量法,我們只把每個(gè)表的主鍵使用不同的策略生成,而其他的字段完全一樣，然后測試一下表的插入速度和查詢速度：
注：這里的隨機(jī)key其實(shí)是指用雪花算法算出來的前后不連續(xù)不重復(fù)無規(guī)律的id:一串18位長度的long值
id自動(dòng)生成表：
用戶uuid表
隨機(jī)主鍵表：
1.2 光有理論不行,直接上程序,使用spring的jdbcTemplate來實(shí)現(xiàn)增查測試：
技術(shù)框架：springboot+jdbcTemplate+junit+hutool,程序的原理就是連接自己的測試數(shù)據(jù)庫,然后在相同的環(huán)境下寫入同等數(shù)量的數(shù)據(jù)，來分析一下insert插入的時(shí)間來進(jìn)行綜合其效率，為了做到最真實(shí)的效果,所有的數(shù)據(jù)采用隨機(jī)生成，比如名字、郵箱、地址都是隨機(jī)生成，程序已上傳自gitee,地址在文底。
package com.wyq.mysqldemo;
import cn.hutool.core.collection.CollectionUtil;
import com.wyq.mysqldemo.databaseobject.UserKeyAuto;
import com.wyq.mysqldemo.databaseobject.UserKeyRandom;
import com.wyq.mysqldemo.databaseobject.UserKeyUUID;
import com.wyq.mysqldemo.diffkeytest.AutoKeyTableService;
import com.wyq.mysqldemo.diffkeytest.RandomKeyTableService;
import com.wyq.mysqldemo.diffkeytest.UUIDKeyTableService;
import com.wyq.mysqldemo.util.JdbcTemplateService;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.util.StopWatch;
import java.util.List;
@SpringBootTest class MysqlDemoApplicationTests {

    @Autowired private JdbcTemplateService jdbcTemplateService;

    @Autowired private AutoKeyTableService autoKeyTableService;

    @Autowired private UUIDKeyTableService uuidKeyTableService;

    @Autowired private RandomKeyTableService randomKeyTableService;

    @Test void testDBTime() {

        StopWatch stopwatch = new StopWatch("執(zhí)行sql時(shí)間消耗"); /** * auto_increment key任務(wù) */
        final String insertSql = "INSERT INTO user_key_auto(user_id,user_name,sex,address,city,email,state) VALUES(?,?,?,?,?,?,?)";

        List<UserKeyAuto> insertData = autoKeyTableService.getInsertData();
        stopwatch.start("自動(dòng)生成key表任務(wù)開始"); long start1 = System.currentTimeMillis(); if (CollectionUtil.isNotEmpty(insertData)) { boolean insertResult = jdbcTemplateService.insert(insertSql, insertData, false);
            System.out.println(insertResult);
        } long end1 = System.currentTimeMillis();
        System.out.println("auto key消耗的時(shí)間:" + (end1 - start1));

        stopwatch.stop(); /** * uudID的key */
        final String insertSql2 = "INSERT INTO user_uuid(id,user_id,user_name,sex,address,city,email,state) VALUES(?,?,?,?,?,?,?,?)";

        List<UserKeyUUID> insertData2 = uuidKeyTableService.getInsertData();
        stopwatch.start("UUID的key表任務(wù)開始"); long begin = System.currentTimeMillis(); if (CollectionUtil.isNotEmpty(insertData)) { boolean insertResult = jdbcTemplateService.insert(insertSql2, insertData2, true);
            System.out.println(insertResult);
        } long over = System.currentTimeMillis();
        System.out.println("UUID key消耗的時(shí)間:" + (over - begin));

        stopwatch.stop(); /** * 隨機(jī)的long值key */
        final String insertSql3 = "INSERT INTO user_random_key(id,user_id,user_name,sex,address,city,email,state) VALUES(?,?,?,?,?,?,?,?)";
        List<UserKeyRandom> insertData3 = randomKeyTableService.getInsertData();
        stopwatch.start("隨機(jī)的long值key表任務(wù)開始");
        Long start = System.currentTimeMillis(); if (CollectionUtil.isNotEmpty(insertData)) { boolean insertResult = jdbcTemplateService.insert(insertSql3, insertData3, true);
            System.out.println(insertResult);
        }
        Long end = System.currentTimeMillis();
        System.out.println("隨機(jī)key任務(wù)消耗時(shí)間:" + (end - start));
        stopwatch.stop();

        String result = stopwatch.prettyPrint();
        System.out.println(result);
    }
1.3 程序?qū)懭虢Y(jié)果
user_key_auto寫入結(jié)果：
user_random_key寫入結(jié)果：
user_uuid表寫入結(jié)果：
1.4 效率測試結(jié)果
在已有數(shù)據(jù)量為130W的時(shí)候：我們再來測試一下插入10w數(shù)據(jù)，看看會(huì)有什么結(jié)果：
可以看出在數(shù)據(jù)量100W左右的時(shí)候,uuid的插入效率墊底，并且在后序增加了130W的數(shù)據(jù)，uudi的時(shí)間又直線下降。時(shí)間占用量總體可以打出的效率排名為：auto_key>random_key>uuid,uuid的效率最低，在數(shù)據(jù)量較大的情況下，效率直線下滑。那么為什么會(huì)出現(xiàn)這樣的現(xiàn)象呢？帶著疑問,我們來探討一下這個(gè)問題：
二、使用uuid和自增id的索引結(jié)構(gòu)對比
2.1 使用自增id的內(nèi)部結(jié)構(gòu)
自增的主鍵的值是順序的,所以Innodb把每一條記錄都存儲(chǔ)在一條記錄的后面。當(dāng)達(dá)到頁面的最大填充因子時(shí)候(innodb默認(rèn)的最大填充因子是頁大小的15/16,會(huì)留出1/16的空間留作以后的修改)：
①下一條記錄就會(huì)寫入新的頁中，一旦數(shù)據(jù)按照這種順序的方式加載，主鍵頁就會(huì)近乎于順序的記錄填滿，提升了頁面的最大填充率，不會(huì)有頁的浪費(fèi)
②新插入的行一定會(huì)在原有的最大數(shù)據(jù)行下一行,mysql定位和尋址很快，不會(huì)為計(jì)算新行的位置而做出額外的消耗
③減少了頁分裂和碎片的產(chǎn)生
2.2 使用uuid的索引內(nèi)部結(jié)構(gòu)
因?yàn)閡uid相對順序的自增id來說是毫無規(guī)律可言的,新行的值不一定要比之前的主鍵的值要大,所以innodb無法做到總是把新行插入到索引的最后,而是需要為新行尋找新的合適的位置從而來分配新的空間。這個(gè)過程需要做很多額外的操作，數(shù)據(jù)的毫無順序會(huì)導(dǎo)致數(shù)據(jù)分布散亂，將會(huì)導(dǎo)致以下的問題：
①：寫入的目標(biāo)頁很可能已經(jīng)刷新到磁盤上并且從緩存上移除，或者還沒有被加載到緩存中，innodb在插入之前不得不先找到并從磁盤讀取目標(biāo)頁到內(nèi)存中，這將導(dǎo)致大量的隨機(jī)IO
②：因?yàn)閷懭胧莵y序的,innodb不得不頻繁的做頁分裂操作,以便為新的行分配空間,頁分裂導(dǎo)致移動(dòng)大量的數(shù)據(jù)，一次插入最少需要修改三個(gè)頁以上
③：由于頻繁的頁分裂，頁會(huì)變得稀疏并被不規(guī)則的填充，最終會(huì)導(dǎo)致數(shù)據(jù)會(huì)有碎片
在把隨機(jī)值（uuid和雪花id）載入到聚簇索引(innodb默認(rèn)的索引類型)以后,有時(shí)候會(huì)需要做一次OPTIMEIZE TABLE來重建表并優(yōu)化頁的填充，這將又需要一定的時(shí)間消耗。
結(jié)論：使用innodb應(yīng)該盡可能的按主鍵的自增順序插入，并且盡可能使用單調(diào)的增加的聚簇鍵的值來插入新行
2.3 使用自增id的缺點(diǎn)
那么使用自增的id就完全沒有壞處了嗎？并不是，自增id也會(huì)存在以下幾點(diǎn)問題：
①：別人一旦爬取你的數(shù)據(jù)庫,就可以根據(jù)數(shù)據(jù)庫的自增id獲取到你的業(yè)務(wù)增長信息，很容易分析出你的經(jīng)營情況
②：對于高并發(fā)的負(fù)載，innodb在按主鍵進(jìn)行插入的時(shí)候會(huì)造成明顯的鎖爭用，主鍵的上界會(huì)成為爭搶的熱點(diǎn)，因?yàn)樗械牟迦攵及l(fā)生在這里，并發(fā)插入會(huì)導(dǎo)致間隙鎖競爭
③：Auto_Increment鎖機(jī)制會(huì)造成自增鎖的搶奪,有一定的性能損失
附：Auto_increment的鎖爭搶問題，如果要改善需要調(diào)優(yōu)innodb_autoinc_lock_mode的配置
三、總結(jié)
本篇博客首先從開篇的提出問題,建表到使用jdbcTemplate去測試不同id的生成策略在大數(shù)據(jù)量的數(shù)據(jù)插入表現(xiàn)，然后分析了id的機(jī)制不同在mysql的索引結(jié)構(gòu)以及優(yōu)缺點(diǎn)，深入的解釋了為何uuid和隨機(jī)不重復(fù)id在數(shù)據(jù)插入中的性能損耗，詳細(xì)的解釋了這個(gè)問題。在實(shí)際的開發(fā)中還是根據(jù)mysql的官方推薦最好使用自增id，mysql博大精深，內(nèi)部還有很多值得優(yōu)化的點(diǎn)需要我們學(xué)習(xí)。
附：本篇博客demo地址：https://gitee.com/Yrion/mysqlIdDemo