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 形且唯一), 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? 本篇博客我们就来分析这个问题, 探讨一下内部的原因.
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, 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, 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: 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
3:Auto_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
本篇博客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.
附: 本篇博客 demo 地址: https://gitee.com/Yrion/mysqlIdDemo
来源: https://www.cnblogs.com/wyq178/p/12548864.html