深刻分析mysql为何不推荐使用uuid或者雪花id做为主键

前言：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形且惟一),而是推荐连续自增的主键id,官方的推荐是auto_increment,那么为何不建议采用uuid,使用uuid究竟有什么坏处？本篇博客咱们就来分析这个问题,探讨一下内部的缘由。

本篇博客的目录

一:mysql程序实例

二:使用uuid和自增id的索引结构对比

三:总结

一：mysql和程序实例

1.1：要说明这个问题,咱们首先来创建三张表,分别是user_auto_key,user_uuid,user_random_key,分别表示自动增加的主键,uuid做为主键,随机key做为主键,其它咱们彻底保持不变.根据控制变量法,咱们只把每一个表的主键使用不一样的策略生成,而其余的字段彻底同样，而后测试一下表的插入速度和查询速度：

注：这里的随机key实际上是指用雪花算法算出来的先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：                                                                                                          

 

用户uuid表    

  

随机主键表：

                                                   

 1.2：光有理论不行,直接上程序,使用spring的jdbcTemplate来实现增查测试：

      技术框架：springboot+jdbcTemplate+junit+hutool,程序的原理就是链接本身的测试数据库,而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，为了作到最真实的效果,全部的数据采用随机生成，好比名字、邮箱、地址都是随机生成，程序已上传自gitee,地址在文底。

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：程序写入结果

user_key_auto写入结果：

  user_random_key写入结果：

 user_uuid表写入结果： 

 1.4：效率测试结果

 在已有数据量为130W的时候：咱们再来测试一下插入10w数据，看看会有什么结果：

能够看出在数据量100W左右的时候,uuid的插入效率垫底，而且在后序增长了130W的数据，uudi的时间又直线降低。时间占用量整体能够打出的效率排名为：auto_key>random_key>uuid,uuid的效率最低，在数据量较大的状况下，效率直线下滑。那么为何会出现这样的现象呢？带着疑问,咱们来探讨一下这个问题： 

二:使用uuid和自增id的索引结构对比

2.1：使用自增id的内部结构

  自增的主键的值是顺序的,因此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的空间留做之后的     修改)：

    ①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，提高了页面的最大填充率，不会有页的浪费

    ②新插入的行必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作出额外的消耗

    ③减小了页分裂和碎片的产生

2.2:使用uuid的索引内部结构

 

     由于uuid相对顺序的自增id来讲是毫无规律可言的,新行的值不必定要比以前的主键的值要大,因此innodb没法作到老是把新行插入到索引的最后,而是须要为新行寻找新的合适的位置从而来分配新的空间。这个过程须要作不少额外的操做，数据的毫无顺序会致使数据分布散乱，将会致使如下的问题：

①：写入的目标页极可能已经刷新到磁盘上而且从缓存上移除，或者尚未被加载到缓存中，innodb在插入以前不得不先找到并从磁盘读取目标页到内存中，这将致使大量的随机IO

②：由于写入是乱序的,innodb不得不频繁的作页分裂操做,以便为新的行分配空间,页分裂致使移动大量的数据，一次插入最少须要修改三个页以上

③：因为频繁的页分裂，页会变得稀疏并被不规则的填充，最终会致使数据会有碎片

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)之后,有时候会须要作一次OPTIMEIZE TABLE来重建表并优化页的填充，这将又须要必定的时间消耗。

结论：使用innodb应该尽量的按主键的自增顺序插入，而且尽量使用单调的增长的聚簇键的值来插入新行

2.3：使用自增id的缺点

      那么使用自增的id就彻底没有坏处了吗？并非，自增id也会存在如下几点问题：

①：别人一旦爬取你的数据库,就能够根据数据库的自增id获取到你的业务增加信息，很容易分析出你的经营状况

②：对于高并发的负载，innodb在按主键进行插入的时候会形成明显的锁争用，主键的上界会成为争抢的热点，由于全部的插入都发生在这里，并发插入会致使间隙锁竞争

③：Auto_Increment锁机制会形成自增锁的抢夺,有必定的性能损失

     附：Auto_increment的锁争抢问题，若是要改善须要调优innodb_autoinc_lock_mode的配置

三：总结

  本篇博客首先从开篇的提出问题,建表到使用jdbcTemplate去测试不一样id的生成策略在大数据量的数据插入表现，而后分析了id的机制不一样在mysql的索引结构以及优缺点，深刻的解释了为什么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。在实际的开发中仍是根据mysql的官方推荐最好使用自增id，mysql博大精深，内部还有不少值得优化的点须要咱们学习。

附：本篇博客demo地址：https://gitee.com/Yrion/mysqlIdDemo