“

在 MySQL 中設計表的時候，MySQL 官方推薦不要使用 uuid 或者不連續不重復的雪花 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。

那么為什么不建議采用 uuid，使用 uuid 究竟有什么壞處？本問我們從以下幾個部分來分析這個問題，探討一下內部的原因：

• MySQL 程序實例

• 使用 uuid 和自增 id 的索引結構對比

• 總結

MySQL 程序實例

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

他們分別表示自動增長的主鍵，uuid 作為主鍵，隨機 key 作為主鍵，其他我們完全保持不變。

根據控制變量法，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，然后測試一下表的插入速度和查詢速度。注：這里的隨機 key 其實是指用雪花算法算出來的前后不連續不重復無規律的id：一串 18 位長度的 long 值。

id 自動生成表：

用戶 uuid 表：

隨機主鍵表：

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+jdbcTemplate+junit+hutool，程序的原理就是連接自己的測試數據庫，然后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，所有的數據采用隨機生成，比如名字、郵箱、地址都是隨機生成：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("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?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?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?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);
????}

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：

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，uuid 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：

使用 uuid 和自增 id 的索引結構對比

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。

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 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。

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。

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。

出處：cnblogs.com/wyq178/p/12548864.html

更多精彩文章

• ?分布式大并發系列
• ?架構設計系列
• ?趣學算法和數據結構系列
• ?設計模式系列

總結

以上是生活随笔為你收集整理的centos修改磁盘uuid_为什么MySQL用uuid做主键会被骂？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。