前言

在mysql中設計表的時候，mysql官方推薦不要使用uuid或者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？關注公眾號：程式設計師追風，回覆012獲取一套500多頁PDF總結的MySQL學習筆記。

關於MySQL的知識點總結了一個思維導圖分享給大家

一、mysql和程式例項

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，而其他的欄位完全一樣，然後測試一下表的插入速度和查詢速度：

注：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位長度的long值

id自動生成表：

使用者uuid表

隨機主鍵表：

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，程式的原理就是連線自己的測試資料庫，然後在相同的環境下寫入同等數量的資料，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，所有的資料採用隨機生成，比如名字、郵箱、地址都是隨機生成。

`packagecom.wyq.mysqldemo;
importcn.hutool.core.collection.CollectionUtil;
importcom.wyq.mysqldemo.databaseobject.UserKeyAuto;
importcom.wyq.mysqldemo.databaseobject.UserKeyRandom;
importcom.wyq.mysqldemo.databaseobject.UserKeyUUID;
importcom.wyq.mysqldemo.diffkeytest.AutoKeyTableService;
importcom.wyq.mysqldemo.diffkeytest.RandomKeyTableService;
importcom.wyq.mysqldemo.diffkeytest.UUIDKeyTableService;
importcom.wyq.mysqldemo.util.JdbcTemplateService;
importorg.junit.jupiter.api.Test;
importorg.springframework.beans.factory.annotation.Autowired;
importorg.springframework.boot.test.context.SpringBootTest;
importorg.springframework.util.StopWatch;
importjava.util.List;
@SpringBootTest
classMysqlDemoApplicationTests{

@Autowired
privateJdbcTemplateServicejdbcTemplateService;

@Autowired
privateAutoKeyTableServiceautoKeyTableService;

@Autowired
privateUUIDKeyTableServiceuuidKeyTableService;

@Autowired
privateRandomKeyTableServicerandomKeyTableService;

@Test
voidtestDBTime(){

StopWatchstopwatch=newStopWatch("執行sql時間消耗");

/**
*auto_incrementkey任務
*/
finalStringinsertSql="INSERTINTOuser_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");
longstart1=System.currentTimeMillis();
if(CollectionUtil.isNotEmpty(insertData)){
booleaninsertResult=jdbcTemplateService.insert(insertSql,insertData,false);
System.out.println(insertResult);
}
longend1=System.currentTimeMillis();
System.out.println("autokey消耗的時間:"+(end1-start1));

stopwatch.stop();

/**
*uudID的key
*/
finalStringinsertSql2="INSERTINTOuser_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");
longbegin=System.currentTimeMillis();
if(CollectionUtil.isNotEmpty(insertData)){
booleaninsertResult=jdbcTemplateService.insert(insertSql2,insertData2,true);
System.out.println(insertResult);
}
longover=System.currentTimeMillis();
System.out.println("UUIDkey消耗的時間:"+(over-begin));

stopwatch.stop();

/**
*隨機的long值key
*/
finalStringinsertSql3="INSERTINTOuser_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");
Longstart=System.currentTimeMillis();
if(CollectionUtil.isNotEmpty(insertData)){
booleaninsertResult=jdbcTemplateService.insert(insertSql3,insertData3,true);
System.out.println(insertResult);
}
Longend=System.currentTimeMillis();
System.out.println("隨機key任務消耗時間:"+(end-start));
stopwatch.stop();

Stringresult=stopwatch.prettyPrint();
System.out.println(result);
}` 
 

1.3.程式寫入結果

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

在已有資料量為130W的時候：我們再來測試一下插入10w資料，看看會有什麼結果：

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的資料，uudi的時間又直線下降。

時間佔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，在資料量較大的情況下，效率直線下滑。那麼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把每一條記錄都儲存在一條記錄的後面。當達到頁面的最大填充因子時候(innodb預設的最大填充因子是頁大小的15/16，會留出1/16的空間留作以後的修改)：

①下一條記錄就會寫入新的頁中，一旦資料按照這種順序的方式載入，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重新整理到磁碟上並且從快取上移除，或者還沒有被載入到快取中，innodb在插入之前不得不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資料，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）載入到聚簇索引(innodb預設的索引型別)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應該儘可能的按主鍵的自增順序插入，並且儘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別人一旦爬取你的資料庫，就可以根據資料庫的自增id獲取到你的業務增長資訊，很容易分析出你的經營情況

②對於高併發的負載，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，併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，有一定的效能損失

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

本文首先從開篇的提出問題，建表到使用jdbcTemplate去測試不同id的生成策略在大資料量的資料插入表現，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在資料插入中的效能損耗，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。