在mysql
中设计表的时候,mysql
官方推荐不要使用uuid
或者不连续不重复的雪花id
(long
形且唯一),而是推荐连续自增的主键id
,官方的推荐是auto_increment
,那么为什么不建议采用uuid
,使用uuid
究竟有什么坏处?我们就来分析这个问题,探讨一下内部的原因。
MySQL 和程序实例
要说明这个问题,我们首先来建立三张表,分别是user_auto_key
,user_uuid,user_random_key
,分别表示自动增长的主键,uuid
作为主键,随机 key 作为主键,其它我们完全保持不变.根据控制变量法,我们只把每个表的主键使用不同的策略生成,而其他的字段完全一样,然后测试一下表的插入速度和查询速度:
注:这里的随机
key
其实是指用雪花算法算出来的前后不连续不重复无规律的id
:一串 18 位长度的long
值
id 自动生成表:
CREATE TABLE `user_key_auto` (
`user_id` int unsigned NOT NULL AUTO_INCREMENT,
`user_name` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`sex` int NOT NULL,
`address` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`city` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`email` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`state` int NOT NULL DEFAULT '0',
PRIMARY KEY (`user_id`) USING BTREE,
KEY `user_name_key` (`user_name`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=2520001 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='id 自动生成表';
用户 UUID 表:
CREATE TABLE `user_uuid` (
`user_id` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL,
`user_name` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`sex` int NOT NULL,
`address` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`city` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`email` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`state` int NOT NULL DEFAULT '0',
PRIMARY KEY (`user_id`) USING BTREE,
KEY `user_name_key` (`user_name`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户 UUID 表';
CREATE DEFINER=`root`@`%` TRIGGER `id_trigger` BEFORE INSERT ON `user_uuid` FOR EACH ROW BEGIN
SET new.user_id=UUID();
END;
随机主键表:
CREATE TABLE `user_random_key` (
`user_id` bigint NOT NULL,
`user_name` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`sex` int NOT NULL,
`address` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`city` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`email` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL DEFAULT '',
`state` int NOT NULL DEFAULT '0',
PRIMARY KEY (`user_id`) USING BTREE,
KEY `user_name_key` (`user_name`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='随机主键表';
测试代码
技术框架:springboot
+Mybatis
+druid
,程序的原理就是连接自己的测试数据库,然后在相同的环境下写入同等数量的数据,来分析一下insert
插入的时间来进行综合其效率,为了做到最真实的效果,所有的数据采用随机生成,比如名字、邮箱、地址都是随机生成,程序已上传自github
,地址在文底。
程序写入结果
user_key_auto 写入结果:
user_random_key 写入结果:
user_uuid 写入结果:
效率测试结果
在已有数据量为130W
的时候:我们再来测试一下插入10w
数据,看看会有什么结果:
可以看出在数据量100W
左右的时候,uuid
的插入效率垫底,并且在后序增加了130W
的数据,uudi
的时间又直线下降。时间占用量总体可以打出的效率排名为:auto_key
>random_key
>uuid
,uuid
的效率最低,在数据量较大的情况下,效率直线下滑。那么为什么会出现这样的现象呢?带着疑问,我们来探讨一下这个问题:
使用uuid
和自增id
的索引结构对比
使用自增 id 的内部结构
自增的主键的值是顺序的,所以 Innodb 把每一条记录都存储在一条记录的后面。当达到页面的最大填充因子时候(innodb
默认的最大填充因子是页大小的15/16
,会留出1/16
的空间留作以后的修改):
- 下一条记录就会写入新的页中,一旦数据按照这种顺序的方式加载,主键页就会近乎于顺序的记录填满,提升了页面的最大填充率,不会有页的浪费
- 新插入的行一定会在原有的最大数据行下一行,
mysql
定位和寻址很快,不会为计算新行的位置而做出额外的消耗 - 减少了页分裂和碎片的产生
使用 uuid 的索引内部结构
因为uuid
相对顺序的自增id
来说是毫无规律可言的,新行的值不一定要比之前的主键的值要大,所以innodb
无法做到总是把新行插入到索引的最后,而是需要为新行寻找新的合适的位置从而来分配新的空间。这个过程需要做很多额外的操作,数据的毫无顺序会导致数据分布散乱,将会导致以下的问题:
- 写入的目标页很可能已经刷新到磁盘上并且从缓存上移除,或者还没有被加载到缓存中,
innodb
在插入之前不得不先找到并从磁盘读取目标页到内存中,这将导致大量的随机IO
- 因为写入是乱序的,
innodb
不得不频繁的做页分裂操作,以便为新的行分配空间,页分裂导致移动大量的数据,一次插入最少需要修改三个页以上 - 由于频繁的页分裂,页会变得稀疏并被不规则的填充,最终会导致数据会有碎片
在把随机值(uuid
和雪花 id
)载入到聚簇索引(innodb
默认的索引类型)以后,有时候会需要做一次OPTIMEIZE TABLE
来重建表并优化页的填充,这将又需要一定的时间消耗。
结论: 使用innodb
应该尽可能的按主键的自增顺序插入,并且尽可能使用单调的增加的聚簇键的值来插入新行
使用自增 id 的缺点
那么使用自增的id
就完全没有坏处了吗?并不是,自增 id 也会存在以下几点问题:
- 别人一旦爬取你的数据库,就可以根据数据库的自增
id
获取到你的业务增长信息,很容易分析出你的经营情况 - 对于高并发的负载,
innodb
在按主键进行插入的时候会造成明显的锁争用,主键的上界会成为争抢的热点,因为所有的插入都发生在这里,并发插入会导致间隙锁竞争 Auto_Increment
锁机制会造成自增锁的抢夺,有一定的性能损失
附: Auto_increment
的锁争抢问题,如果要改善需要调优innodb_autoinc_lock_mode
的配置
总结
从开篇的提出问题,建表到使用mybatis
+druid
去测试不同id
的生成策略在大数据量的数据插入表现,然后分析了id
的机制不同在mysql
的索引结构以及优缺点,深入的解释了为何uuid
和随机不重复id
在数据插入中的性能损耗,详细的解释了这个问题。在实际的开发中还是根据mysql
的官方推荐最好使用自增id
,mysql
博大精深,内部还有很多值得优化的点需要我们学习。