用雪花 id 和 uuid 做 MySQL 主键，被领导怼了

╰半夏微凉° 2023-10-12 17:02 26阅读 0赞

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。

## MySQL和程序实例 ##

### 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：

![a9e03b8cd8ef81d672d03361e93cd583.png][]

用户uuid表

![5b9c7c305b188afcdc471740ff73cbc8.png][]

随机主键表：

![bef1c8d8997c8710196c2a33dc54e041.png][]

### 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，地址链接在文底。

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);
        }
    }

### 3、程序写入结果 ###

user\_key\_auto写入结果：

![bd3e0da754384d4803b7a1eb5b3bda5a.png][]

user\_random\_key写入结果：

![e5b89390192b6db7784739cd9b0365ec.png][]

user\_uuid表写入结果：

![e148801b262527e0ecbfe743adfd71f9.png][]

### 4、效率测试结果 ###

![39b4ef7d1c347b3b5bae146169556856.png][]

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：

![207aba9e9b7a8561b1c6e1239eafab54.png][]

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：

## 使用uuid和自增id的索引结构对比 ##

### 1、使用自增id的内部结构 ###

![707d8d29a9f86a642ca013a945bca3fd.png][]

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

关注公众号：SpringForAll社区，回复关键词：加群，加入Spring技术交流群

### 2、使用uuid的索引内部结构 ###

![15a214da901f7ba64a888ffa3fe3be65.png][]

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

关注公众号：SpringForAll社区，回复关键词：加群，加入Spring技术交流群

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

## 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。

[a9e03b8cd8ef81d672d03361e93cd583.png]: https://img-blog.csdnimg.cn/img_convert/a9e03b8cd8ef81d672d03361e93cd583.png
[5b9c7c305b188afcdc471740ff73cbc8.png]: https://img-blog.csdnimg.cn/img_convert/5b9c7c305b188afcdc471740ff73cbc8.png
[bef1c8d8997c8710196c2a33dc54e041.png]: https://img-blog.csdnimg.cn/img_convert/bef1c8d8997c8710196c2a33dc54e041.png
[bd3e0da754384d4803b7a1eb5b3bda5a.png]: https://img-blog.csdnimg.cn/img_convert/bd3e0da754384d4803b7a1eb5b3bda5a.png
[e5b89390192b6db7784739cd9b0365ec.png]: https://img-blog.csdnimg.cn/img_convert/e5b89390192b6db7784739cd9b0365ec.png
[e148801b262527e0ecbfe743adfd71f9.png]: https://img-blog.csdnimg.cn/img_convert/e148801b262527e0ecbfe743adfd71f9.png
[39b4ef7d1c347b3b5bae146169556856.png]: https://img-blog.csdnimg.cn/img_convert/39b4ef7d1c347b3b5bae146169556856.png
[207aba9e9b7a8561b1c6e1239eafab54.png]: https://img-blog.csdnimg.cn/img_convert/207aba9e9b7a8561b1c6e1239eafab54.png
[707d8d29a9f86a642ca013a945bca3fd.png]: https://img-blog.csdnimg.cn/img_convert/707d8d29a9f86a642ca013a945bca3fd.png
[15a214da901f7ba64a888ffa3fe3be65.png]: https://img-blog.csdnimg.cn/img_convert/15a214da901f7ba64a888ffa3fe3be65.png