深入分析mysql为什么不推荐使用uuid或者雪花id作为主键

深入分析mysql为什么不推荐使用uuid或者雪花id作为主键,第1张

概述一:mysql和程序实例 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ke 一:MysqL和程序实例

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:

 

 

 

user_key_auto写入结果:

 

 

 

   user_random_key写入结果:

 

 

 

 

 user_uuID表写入结果: 

 

 

 

 

 

 

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 *** 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 *** 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

总结

以上是内存溢出为你收集整理的深入分析mysql为什么不推荐使用uuid或者雪花id作为主键全部内容,希望文章能够帮你解决深入分析mysql为什么不推荐使用uuid或者雪花id作为主键所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/sjk/1152061.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-05-31
下一篇 2022-05-31

发表评论

登录后才能评论

评论列表(0条)

保存