爲何MySQL不推薦使用uuid或者雪花id做爲主鍵？

送你們如下java學習資料，文末有領取方式

前言

在mysql中設計表的時候,mysql官方推薦不要使用uuid或者不連續不重複的雪花id(long形且惟一，單機遞增),而是推薦連續自增的主鍵id,官方的推薦是auto\_increment,那麼爲何不建議採用uuid,使用uuid究竟有什麼壞處？

本篇博客咱們就來分析這個問題,探討一下內部的緣由。

本篇博客的目錄

• mysql程序實例
• 使用uuid和自增id的索引結構對比
• 總結

1、mysql和程序實例

1.1.要說明這個問題,咱們首先來創建三張表

分別是user\_auto\_key,user\_uuid,user\_random\_key,分別表示自動增加的主鍵,uuid做爲主鍵,隨機key做爲主鍵,其它咱們徹底保持不變.

根據控制變量法,咱們只把每一個表的主鍵使用不一樣的策略生成,而其餘的字段徹底同樣，而後測試一下表的插入速度和查詢速度：

注：這裏的隨機key實際上是指用雪花算法算出來的先後不連續不重複無規律的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,程序的原理就是鏈接本身的測試數據庫,而後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，爲了作到最真實的效果,全部的數據採用隨機生成，好比名字、郵箱、地址都是隨機生成。

搜索Java知音公衆號，回覆「後端面試」，送你一份Java面試題寶典

`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

在已有數據量爲130W的時候：咱們再來測試一下插入10w數據，看看會有什麼結果：

能夠看出在數據量100W左右的時候,uuid的插入效率墊底，而且在後序增長了130W的數據，uudi的時間又直線降低。

時間佔用量整體能夠打出的效率排名爲：auto\_key>random\_key>uuid,uuid的效率最低，在數據量較大的狀況下，效率直線下滑。那麼爲何會出現這樣的現象呢？帶着疑問,咱們來探討一下這個問題：

2、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,因此Innodb把每一條記錄都存儲在一條記錄的後面。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的空間留做之後的     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，主鍵頁就會近乎於順序的記錄填滿，提高了頁面的最大填充率，不會有頁的浪費

②新插入的行必定會在原有的最大數據行下一行,mysql定位和尋址很快，不會爲計算新行的位置而作出額外的消耗

③減小了頁分裂和碎片的產生

2.2.使用uuid的索引內部結構

由於uuid相對順序的自增id來講是毫無規律可言的,新行的值不必定要比以前的主鍵的值要大,因此innodb沒法作到老是把新行插入到索引的最後,而是須要爲新行尋找新的合適的位置從而來分配新的空間。

這個過程須要作不少額外的操做，數據的毫無順序會致使數據分佈散亂，將會致使如下的問題：

①寫入的目標頁極可能已經刷新到磁盤上而且從緩存上移除，或者尚未被加載到緩存中，innodb在插入以前不得不先找到並從磁盤讀取目標頁到內存中，這將致使大量的隨機IO

②由於寫入是亂序的,innodb不得不頻繁的作頁分裂操做,以便爲新的行分配空間,頁分裂致使移動大量的數據，一次插入最少須要修改三個頁以上

③因爲頻繁的頁分裂，頁會變得稀疏並被不規則的填充，最終會致使數據會有碎片

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)之後,有時候會須要作一次OPTIMEIZE TABLE來重建表並優化頁的填充，這將又須要必定的時間消耗。

結論：使用innodb應該儘量的按主鍵的自增順序插入，而且儘量使用單調的增長的聚簇鍵的值來插入新行

搜索Java知音公衆號，回覆「後端面試」，送你一份Java面試題寶典

2.3.使用自增id的缺點

那麼使用自增的id就徹底沒有壞處了嗎？並非，自增id也會存在如下幾點問題：

①別人一旦爬取你的數據庫,就能夠根據數據庫的自增id獲取到你的業務增加信息，很容易分析出你的經營狀況

②對於高併發的負載，innodb在按主鍵進行插入的時候會形成明顯的鎖爭用，主鍵的上界會成爲爭搶的熱點，由於全部的插入都發生在這裏，併發插入會致使間隙鎖競爭

③Auto\_Increment鎖機制會形成自增鎖的搶奪,有必定的性能損失

附：Auto\_increment的鎖爭搶問題，若是要改善須要調優innodb\_autoinc\_lock\_mode的配置

3、總結

本篇博客首先從開篇的提出問題,建表到使用jdbcTemplate去測試不一樣id的生成策略在大數據量的數據插入表現，而後分析了id的機制不一樣在mysql的索引結構以及優缺點，深刻的解釋了爲什麼uuid和隨機不重複id在數據插入中的性能損耗，詳細的解釋了這個問題。

在實際的開發中仍是根據mysql的官方推薦最好使用自增id，mysql博大精深，內部還有不少值得優化的點須要咱們學習。