使用雪花id或uuid作為Mysql主鍵，被老板懟了一頓！
今日推薦 為什么不建議你用a.equals(b)判斷對象相等 SpringBoot中的線程池，你真的會用么？ 代碼對比工具，就用這7個！ 在 IDEA 中的各種調(diào)試技巧，輕松定位 Bug（超級全面）
來源：cnblogs.com/wyq178/p/12548864.html
前言：在mysql中設計表的時候,mysql官方推薦不要使用uuid或者不連續(xù)不重復的雪花id(long形且唯一),而是推薦連續(xù)自增的主鍵id,官方的推薦是auto_increment,那么為什么不建議采用uuid,使用uuid究竟有什么壞處？本篇博客我們就來分析這個問題,探討一下內(nèi)部的原因。
一、mysql和程序?qū)嵗?/h2>
1.1： 要說明這個問題,我們首先來建立三張表,分別是user_auto_key,user_uuid,user_random_key,分別表示自動增長的主鍵,uuid作為主鍵,隨機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key其實是指用雪花算法算出來的前后不連續(xù)不重復無規(guī)律的id:一串18位長度的long值
id自動生成表：
用戶uuid表
隨機主鍵表：
1.2、光有理論不行,直接上程序,使用spring的jdbcTemplate來實現(xiàn)增查測試：
技術框架：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插入的時間來進行綜合其效率，為了做到最真實的效果,所有的數(shù)據(jù)采用隨機生成，比如名字、郵箱、地址都是隨機生成，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時間消耗"); /** * auto_increment key任務 */
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("自動生成key表任務開始"); 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消耗的時間:" + (over - begin));
stopwatch.stop(); /** * 隨機的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("隨機的long值key表任務開始");
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key任務消耗時間:" + (end - start));
stopwatch.stop();
String result = stopwatch.prettyPrint();
System.out.println(result);
}
1.3、程序?qū)懭虢Y果
user_key_auto寫入結果：
user_random_key寫入結果：
user_uuid表寫入結果：
1.4、效率測試結果
在已有數(shù)據(jù)量為130W的時候：我們再來測試一下插入10w數(shù)據(jù)，看看會有什么結果：
可以看出在數(shù)據(jù)量100W左右的時候,uuid的插入效率墊底，并且在后序增加了130W的數(shù)據(jù)，uudi的時間又直線下降。時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。那么為什么會出現(xiàn)這樣的現(xiàn)象呢？帶著疑問,我們來探討一下這個問題：
二、使用uuid和自增id的索引結構對比
2.1、使用自增id的內(nèi)部結構
自增的主鍵的值是順序的,所以Innodb把每一條記錄都存儲在一條記錄的后面。當達到頁面的最大填充因子時候(innodb默認的最大填充因子是頁大小的15/16,會留出1/16的空間留作以后的 修改)：
①下一條記錄就會寫入新的頁中，一旦數(shù)據(jù)按照這種順序的方式加載，主鍵頁就會近乎于順序的記錄填滿，提升了頁面的最大填充率，不會有頁的浪費
②新插入的行一定會在原有的最大數(shù)據(jù)行下一行,mysql定位和尋址很快，不會為計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)部結構
因為uuid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。這個過程需要做很多額外的操作，數(shù)據(jù)的毫無順序會導致數(shù)據(jù)分布散亂，將會導致以下的問題：
①： 寫入的目標頁很可能已經(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頁到內(nèi)存中，這將導致大量的隨機IO
②：因為寫入是亂序的,innodb不得不頻繁的做頁分裂操作,以便為新的行分配空間,頁分裂導致移動大量的數(shù)據(jù)，一次插入最少需要修改三個頁以上
③：由于頻繁的頁分裂，頁會變得稀疏并被不規(guī)則的填充，最終會導致數(shù)據(jù)會有碎片
在把隨機值（uuid和雪花id）載入到聚簇索引(innodb默認的索引類型)以后,有時候會需要做一次OPTIMEIZE TABLE來重建表并優(yōu)化頁的填充，這將又需要一定的時間消耗。
結論：使用innodb應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
那么使用自增的id就完全沒有壞處了嗎？并不是，自增id也會存在以下幾點問題：
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)的負載，innodb在按主鍵進行插入的時候會造成明顯的鎖爭用，主鍵的上界會成為爭搶的熱點，因為所有的插入都發(fā)生在這里，并發(fā)插入會導致間隙鎖競爭
③：Auto_Increment鎖機制會造成自增鎖的搶奪,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
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的機制不同在mysql的索引結構以及優(yōu)缺點，深入的解釋了為何uuid和隨機不重復id在數(shù)據(jù)插入中的性能損耗，詳細的解釋了這個問題。在實際的開發(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)化的點需要我們學習。
推薦文章
2、Spring Boot + Security + MyBatis + Thymeleaf + Activiti 快速開發(fā)平臺項目
更多項目源碼
2、推薦一款高顏值的 Spring Boot 快速開發(fā)框架
3、一款基于 Spring Boot 的現(xiàn)代化社區(qū)（論壇/問答/社交網(wǎng)絡/博客）