美團一面：為什麼 MySQL 不推薦使用雪花 id 和 uuid 做主鍵？大部分人都會答錯！

Java技术栈發表於2024-06-27
MySqlUI

作者：Yrion
來源：https://www.cnblogs.com/wyq178/p/12548864.html

在mysql中設計表的時候,mysql官方推薦不要使用uuid或者不連續不重複的雪花id(long形且唯一),而是推薦連續自增的主鍵id,官方的推薦是auto_increment,那麼為什麼不建議採用uuid,使用uuid究竟有什麼壞處？

本篇部落格我們就來分析這個問題,探討一下內部的原因。

一：mysql和程式例項

1.1：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,分別表示自動增長的主鍵,uuid作為主鍵,隨機key作為主鍵,其它我們完全保持不變.根據控制變數法,我們只把每個表的主鍵使用不同的策略生成,而其他的欄位完全一樣，然後測試一下表的插入速度和查詢速度：

注：這裡的隨機key其實是指用雪花演算法算出來的前後不連續不重複*無規律*的id:一串18位長度的long值

id自動生成表：

使用者uuid表

隨機主鍵表：

1.2：光有理論不行,直接上程式,使用spring的jdbcTemplate來實現增查測試：

技術框架：springboot+jdbcTemplate+junit+hutool,程式的原理就是連線自己的測試資料庫,然後在相同的環境下寫入同等數量的資料，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,所有的資料採用隨機生成，比如名字、郵箱、地址都是隨機生成，程式已上傳自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("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<UserKeyAuto> 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<UserKeyUUID> 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<UserKeyRandom> 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);
    }

1.3：程式寫入結果

user_key_auto寫入結果：

user_random_key寫入結果：

user_uuid表寫入結果：

1.4：效率測試結果

在已有資料量為130W的時候：我們再來測試一下插入10w資料，看看會有什麼結果：

可以看出在資料量100W左右的時候,uuid的插入效率墊底，並且在後序增加了130W的資料，uudi的時間又直線下降。時間佔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，在資料量較大的情況下，效率直線下滑。那麼為什麼會出現這樣的現象呢？帶著疑問,我們來探討一下這個問題：

二:使用uuid和自增id的索引結構對比

2.1：使用自增id的內部結構

自增的主鍵的值是順序的,所以Innodb把每一條記錄都儲存在一條記錄的後面。當達到頁面的最大填充因子時候(innodb預設的最大填充因子是頁大小的15/16,會留出1/16的空間留作以後的 修改)：

①下一條記錄就會寫入新的頁中，一旦資料按照這種順序的方式載入，主鍵頁就會近乎於順序的記錄填滿，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資料行下一行,mysql定位和定址很快，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

2.2: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後,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，資料的毫無順序會導致資料分佈散亂，將會導致以下的問題：

①：寫入的目標頁很可能已經重新整理到磁碟上並且從快取上移除，或者還沒有被載入到快取中，innodb在插入之前不得不先找到並從磁碟讀取目標頁到記憶體中，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資料，一次插入最少需要修改三個頁以上

③：由於頻繁的頁分裂，頁會變得稀疏並被不規則的填充，最終會導致資料會有碎片

在把隨機值（uuid和雪花id）載入到聚簇索引(innodb預設的索引型別)以後,有時候會需要做一次OPTIMEIZE TABLE來重建表並最佳化頁的填充，這將又需要一定的時間消耗。

結論：使用innodb應該儘可能的按主鍵的自增順序插入，並且儘可能使用單調的增加的聚簇鍵的值來插入新行

2.3：使用自增id的缺點

那麼使用自增的id就完全沒有壞處了嗎？並不是，自增id也會存在以下幾點問題：

①：別人一旦爬取你的資料庫,就可以根據資料庫的自增id獲取到你的業務增長資訊，很容易分析出你的經營情況

②：對於高併發的負載，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裡，併發插入會導致間隙鎖競爭

③：Auto_Increment鎖機制會造成自增鎖的搶奪,有一定的效能損失

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

三：總結

本篇部落格首先從開篇的提出問題,建表到使用jdbcTemplate去測試不同id的生成策略在大資料量的資料插入表現，然後分析了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和隨機不重複id在資料插入中的效能損耗，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，內部還有很多值得最佳化的點需要我們學習。

更多文章推薦：

1.Spring Boot 3.x 教程，太全了！

2.2,000+ 道 Java面試題及答案整理(2024最新版)

3.免費獲取 IDEA 啟用碼的 7 種方式（2024最新版）

覺得不錯，別忘了隨手點贊+轉發哦！

相關文章