前言：在mysql中設計表的時候,mysql官方推薦不要使用uuid或者不連續不重復的雪花id(long形且唯一),而是推薦連續自增的主鍵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,探討一下內部的原因。

一：mysql和程序實例

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不重復無規律的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據庫,然后在相同的環境下寫入同等數量的數據，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,所有的數據采用隨機生成，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;@SpringBootTestclass 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：程序寫入結果

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

在已有數據量為130W的時候：我們再來測試一下插入10w數據，看看會有什么結果：

可以看出在數據量100W左右的時候,uuid的插入效率墊底，并且在后序增加了130W的數據，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，在數據量較大的情況下，效率直線下滑。那么為什么會出現這樣的現象呢？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，一旦數據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據行下一行,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生

2.2:使用uuid的索引內部結構

因為uuid相對順序的自增id來說是毫無規律可言的,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，數據的毫無順序會導致數據分布散亂，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據，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則的填充，最終會導致數據會有碎片

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據庫,就可以根據數據庫的自增id獲取到你的業務增長信息，很容易分析出你的經營情況

②：對于高并發的負載，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生在這里，并發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，如果要改善需要調優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的生成策略在大數據量的數據插入表現，然后分析了id的機制不同在mysql的索引結構以及優缺點，深入的解釋了為何uuid和隨機不重復id在數據插入中的性能損耗，詳細的解釋了這個問題。在實際的開發中還是根據mysql的官方推薦最好使用自增id，mysql博大精深，內部還有很多值得優化的點需要我們學習。

附：本篇博客demo地址：https://gitee.com/Yrion/mysqlIdDemo

到此這篇關于深入分析mysql為什么不推薦使用uuid或者雪花id作為主鍵的文章就介紹到這了,更多相關mysql uuid或者雪花id作為主鍵內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！