在设计关系型表结构时,设计主键是一个必不可少的步骤。
实际应用中,经常会看到一些表使用连续自增 id 作为主键,一些表使用 uuid 作为主键,也有使用雪花 id 作主键的。
对于在 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,单机递增),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 有什么坏处?
首先进行一个数据量的比较:
向 mysql 插入 100万 条数据,使用 uuid 作为主键时的效率非常低,使用 雪花id 的效率次之,使用 自增id 的效率最好。使用 uuid 的方式时,在数据量较大的情况下,效率会直线下滑。
使用 uuid 和 自增id 的索引结构对比
1、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):
a、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;
b、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;
c、减少了页分裂和碎片的产生。
2、uuid 的内部结构
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:
a、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;
b、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;
c、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。
使用 自增id 的缺点:
a、当有爬虫爬取数据库时,就可以根据数据库的自增id获取到业务增长信息,很容易分析出你的经营情况;
b、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;
c、Auto_Increment 锁机制会造成自增锁的抢夺,有一定的性能损失。