前言
在mysql中設計表的時候，mysql官方建議不要使用uuid或者不連續不重復的雪花id(長且唯一，單機遞增)，而是推薦連續自增的主鍵id。官方推薦是auto_increment，那為什么不用uuid呢？使用uuid的缺點是什么？在這篇博客中，我們將分析這個問題，并討論其內在原因。這個博客目錄mysql程序的例子
使用uuid和自增長id的索引結構的比較
摘要
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，分別代表自動增長主鍵，uuid為主鍵，random key為主鍵。其余的完全沒變。按照控制變量法，我們只使用不同的策略生成每個表的主鍵，其他字段完全一樣，然后測試表的插入速度和查詢速度。注意：這里的隨機鍵其實指的是雪花算法。
自動id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：Spring Boot JDBC模板JUnit胡工具。程序的原理是連接你自己的測試數據庫，然后在同樣的環境下寫同樣的數據量分析插入時間來合成它的效率。為了達到最真實的效果，所有數據都是隨機生成的，比如姓名、郵箱、地址。package com . wyq . MySQL demo；
import cn . Hu tool . core . collection . collection util；
import com . wyq . MySQL demo . database object . userkeyauto；
import com . wyq . MySQL demo . database object . userkeyrandom；
import com . wyq . MySQL demo . database object . userkeyuuid；
import com . wyq . MySQL demo . diffkeytest . autokeytableservice；
import com . wyq . MySQL demo . diffkeytest . randomkeytableservice；
進口nb
sp;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IO②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③Auto_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。
509006974