一起聊聊MySQL為啥不能用uuid做主鍵

這篇文章為大家帶來了mysql不能用uuid做主鍵的相關知識，mysql官方推薦不要使用uuid或者不連續不重複的雪花id,而是推薦連續自增的主鍵id,官方的推薦是auto_increment,那麼為什不建議採用uuid，希望對大家有幫助。

前言

#在mysql設計表的時候,mysql官方推薦不要使用uuid或不連續不重複的雪花id(long形且唯一，單機遞增),而是推薦連續自增的主鍵id,官方的推薦是auto_increment,那麼為什麼不建議採用uuid,使用uuid究竟有什麼壞處？

一、mysql與程式實例

#1.1.要說明這個問題,我們先來建立三張表

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.

#根據控制變數法,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，然後測試一下表的插入速度和查詢速度：

註：這裡的隨機key其實是指用雪花演算法算出來的前後不連續不重複無規律的id:一串18位元長度的long值

##1.2.光有理論不行,直接上程式,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資料庫,然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，為了做到最真實的效果,所有的數據採用隨機生成，例如名字、信箱、地址都是隨機產生。

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("执行sql时间消耗");
        /**
         * auto_increment key任务
         */
        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("自动生成key表任务开始");
        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消耗的时间:" + (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表任务开始");
        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消耗的时间:" + (over - begin));
        stopwatch.stop();
        /**
         * 随机的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("随机的long值key表任务开始");
        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("随机key任务消耗时间:" + (end - start));
        stopwatch.stop();
        String result = stopwatch.prettyPrint();
        System.out.println(result);
    }

1.3.程式寫入結果

#可以看出在資料量100W左右的時候,uuid的插入效率墊底，並且在後序增加了130W的數據，uudi的時間又直線下降。

時間佔用量整體可以打出的效率排名為：auto_key>random_key>uuid,uuid的效率最低，在資料量較大的情況下，效率直線下滑。那為什麼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的索引結構比較

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把每一筆記錄都儲存在一筆記錄的後面。當達到頁面的最大填滿因子時候(innodb預設的最大填滿因子是頁大小的15/16,會留出1/16的空間留出以後的修改)：

#①下一筆記錄就會寫入新的頁面中，一旦資料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資料行下一行,mysql定位和定址很快，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後,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，資料的毫無順序會導致資料分佈散亂，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碟上並且從快取上移除，或者還沒有被加載到快取中，innodb在插入之前必須先找到並從磁碟讀取目標頁到記憶體中，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由於頻繁的頁分裂，頁會變得稀疏並被不規則的填充，最終會導致資料會有碎片

在把隨機值（uuid和雪花id）載入到叢集索引(innodb預設的索引類型)以後,有時候會需要做一次OPTIMEIZE TABLE來重建表並優化頁的填充，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，並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

那麼使用自增的id就完全沒有壞處了嗎？並不是，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對於高並發的負載，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裡，並發插入會導致間隙鎖競爭

③Auto_Increment鎖定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

本篇部落格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資料插入表現，然後分析了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。

推薦學習：mysql影片教學

#

以上是一起聊聊MySQL為啥不能用uuid做主鍵的詳細內容。更多資訊請關注PHP中文網其他相關文章！