MySQL的主鍵為啥不能用uuid

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。

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

本篇文章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。

以上就是W3Cschool編程獅關于MySQL的主鍵為啥不能用uuid的相關介紹了，希望對大家有所幫助。