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究竟有什么坏处?
本文我们就来分析这个问题,探讨一下内部的原因。
一、mysql和程序实例
1.1.要说明这个问题,我们首先来建立三张表
分别是user_auto_key,user_uuid,user_random_key,分别表示自动增长的主键,uuid作为主键,随机key作为主键,其它我们完全保持不变.
根据控制变量法,我们只把每个表的主键使用不同的策略生成,而其他的字段完全一样,然后测试一下表的插入速度和查询速度:
注:这里的随机key其实是指用雪花算法算出来的前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,程序的原理就是连接自己的测试数据库,然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,为了做到最真实的效果,所有的数据采用随机生成,比如名字、邮箱、地址都是随机生成。
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("执行sql时间消耗"); /** *auto_incrementkey任务 */ finalStringinsertSql="INSERTINTOuser_key_auto(user_id,user_name,sex,address,city,email,state)VALUES(?,?,?,?,?,?,?)"; ListinsertData=autoKeyTableService.getInsertData(); stopwatch.start("自动生成key表任务开始"); longstart1=System.currentTimeMillis(); if(CollectionUtil.isNotEmpty(insertData)){ booleaninsertResult=jdbcTemplateService.insert(insertSql,insertData,false); System.out.println(insertResult); } longend1=System.currentTimeMillis(); System.out.println("autokey消耗的时间:"+(end1-start1)); stopwatch.stop(); /** *uudID的key */ finalStringinsertSql2="INSERTINTOuser_uuid(id,user_id,user_name,sex,address,city,email,state)VALUES(?,?,?,?,?,?,?,?)"; List insertData2=uuidKeyTableService.getInsertData(); stopwatch.start("UUID的key表任务开始"); longbegin=System.currentTimeMillis(); if(CollectionUtil.isNotEmpty(insertData)){ booleaninsertResult=jdbcTemplateService.insert(insertSql2,insertData2,true); System.out.println(insertResult); } longover=System.currentTimeMillis(); System.out.println("UUIDkey消耗的时间:"+(over-begin)); stopwatch.stop(); /** *随机的long值key */ finalStringinsertSql3="INSERTINTOuser_random_key(id,user_id,user_name,sex,address,city,email,state)VALUES(?,?,?,?,?,?,?,?)"; List insertData3=randomKeyTableService.getInsertData(); stopwatch.start("随机的long值key表任务开始"); Longstart=System.currentTimeMillis(); if(CollectionUtil.isNotEmpty(insertData)){ booleaninsertResult=jdbcTemplateService.insert(insertSql3,insertData3,true); System.out.println(insertResult); } Longend=System.currentTimeMillis(); System.out.println("随机key任务消耗时间:"+(end-start)); stopwatch.stop(); Stringresult=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:我们再来测试一下插入10w数据,看看会有什么结果:
可以看出在数据量100W左右的时候,uuid的插入效率垫底,并且在后序增加了130W的数据,uudi的时间又直线下降。
时间占用量总体可以打出的效率排名为:auto_key>random_key>uuid,uuid的效率最低,在数据量较大的情况下,效率直线下滑。那么为什么会出现这样的现象呢?带着疑问,我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,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):
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,提升了页面的最大填充率,不会有页的浪费
②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
③减少了页分裂和碎片的产生
2.2.使用uuid的索引内部结构
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:
①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
②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
③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。
结论:使用innodb应该尽可能的按主键的自增顺序插入,并且尽可能使用单调的增加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就完全没有坏处了吗?并不是,自增id也会存在以下几点问题:
①别人一旦爬取你的数据库,就可以根据数据库的自增id获取到你的业务增长信息,很容易分析出你的经营情况
②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
③Auto_Increment锁机制会造成自增锁的抢夺,有一定的性能损失
附:Auto_increment的锁争抢问题,如果要改善需要调优innodb_autoinc_lock_mode的配置
三、总结
本文首先从开篇的提出问题,建表到使用jdbcTemplate去测试不同id的生成策略在大数据量的数据插入表现,然后分析了id的机制不同在mysql的索引结构以及优缺点,深入的解释了为何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。
在实际的开发中还是根据mysql的官方推荐最好使用自增id,mysql博大精深,内部还有很多值得优化的点需要我们学习。
审核编辑:刘清
-
磁盘
+关注
关注
1文章
375浏览量
25201 -
MySQL
+关注
关注
1文章
804浏览量
26526
原文标题:深入分析 mysql 为什么不推荐使用 uuid 或者雪花id 作为主键
文章出处:【微信号:DBDevs,微信公众号:数据分析与开发】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论