公司新來一個技術總監：禁止將 UUID 和雪花 ID 列入主鍵選型！

釣友寶 （微信小程序）：一款專門為 釣友 開發的 免費的 分享釣點地圖與實時天氣的軟件，地圖中標記了所有野釣、釣場、公共水域等的精確位置，支持導航、 預測釣魚位置的魚情 等功能。

在 mysql 中設計表的時候，mysql 官方推薦不要使用 uuid 或者不連續不重復的雪花 id(long 形且唯一，單機遞增)，而是推薦連續自增的主鍵 id，官方的推薦是 auto_increment，那么為什么不建議采用 uuid，使用 uuid 究竟有什么壞處？

一、mysql 和程序實例

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。

根據控制變量法，我們只把每個表的主鍵使用不同的策略生成，而其他的字段完全一樣，然后測試一下表的插入速度和查詢速度：

注：這里的隨機 key 其實是指用雪花算法算出來的前后不連續不重復無規律的 id:一串 18 位長度的 long 值

id 自動生成表：

用戶 uuid 表：

隨機主鍵表：

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

技術框架：springboot+jdbcTemplate+junit+hutool，程序的原理就是連接自己的測試數據庫，然后在相同的環境下寫入同等數量的數據，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，所有的數據采用隨機生成，比如名字、郵箱、地址都是隨機生成。

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 classMysqlDemoApplicationTests{     @Autowired     private JdbcTemplateService jdbcTemplateService;     @Autowired     private AutoKeyTableService autoKeyTableService;     @Autowired     private UUIDKeyTableService uuidKeyTableService;     @Autowired     private RandomKeyTableService randomKeyTableService;     @Test     voidtestDBTime(){         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 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 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 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.程序寫入結果

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

在已有數據量為 130W 的時候：我們再來測試一下插入 10w 數據，看看會有什么結果：

可以看出在數據量 100W 左右的時候，uuid 的插入效率墊底，并且在后序增加了 130W 的數據，uudi 的時間又直線下降。

時間占用量總體可以得出的效率排名為：auto_key>random_key>uuid，uuid 的效率最低，在數據量較大的情況下，效率直線下滑。那么為什么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 把每一條記錄都存儲在一條記錄的后面。當達到頁面的最大填充因子時候(innodb 默認的最大填充因子是頁大小的 15/16，會留出 1/16 的空間留作以后的修改)：

• 下一條記錄就會寫入新的頁中，一旦數據按照這種順序的方式加載，主鍵頁就會近乎于順序的記錄填滿，提升了頁面的最大填充率，不會有頁的浪費；

• 新插入的行一定會在原有的最大數據行下一行，mysql 定位和尋址很快，不會為計算新行的位置而做出額外的消耗；

• 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后，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，數據的毫無順序會導致數據分布散亂，將會導致以下的問題：

寫入的目標頁很可能已經刷新到磁盤上并且從緩存上移除，或者還沒有被加載到緩存中，innodb 在插入之前不得不先找到并從磁盤讀取目標頁到內存中，這將導致大量的隨機 IO

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數據，一次插入最少需要修改三個頁以上

由于頻繁的頁分裂，頁會變得稀疏并被不規則的填充，最終會導致數據會有碎片

在把隨機值（uuid 和雪花 id）載入到聚簇索引(innodb 默認的索引類型)以后，有時候會需要做一次 OPTIMEIZE TABLE 來重建表并優化頁的填充，這將又需要一定的時間消耗。

結論：使用 innodb 應該盡可能的按主鍵的自增順序插入，并且盡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

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

別人一旦爬取你的數據庫，就可以根據數據庫的自增 id 獲取到你的業務增長信息，很容易分析出你的經營情況

對于高并發的負載，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里，并發插入會導致間隙鎖競爭

Auto_Increment 鎖機制會造成自增鎖的搶奪，有一定的性能損失。

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

本篇博客首先從開篇的提出問題，建表到使用 jdbcTemplate 去測試不同 id 的生成策略在大數據量的數據插入表現，然后分析了 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 和隨機不重復 id 在數據插入中的性能損耗，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，內部還有很多值得優化的點需要我們學習。

附：本篇博客 demo 地址：https://gitee.com/Yrion/mysqlIdDemo

Java精選面試題 （微信小程序）：5000+道面試題和選擇題，包含Java基礎、MQ、Redis、SpringBoot、Elasticsearch、Docker、K8s、Flink、Spark、架構設計、大廠真題等，在線隨時刷題！

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

公眾號“Java精選”所發表內容注明來源的，版權歸原出處所有（無法查證版權的或者未注明出處的均來自網絡，系轉載，轉載的目的在于傳遞更多信息，版權屬于原作者。如有侵權，請聯系，筆者會第一時間刪除處理！

最近有很多人問，有沒有讀者或者摸魚交流群！加入方式很簡單，公眾號Java精選，回復“加群”，即可入群！

文章有幫助的話，點在看，轉發吧！