Mysql主键选择之UUID和自增主键

引言

之前有段时间用postgresql 数据库，在上云之后，从自增主键变为uuid，感觉uuid全球唯一，很方便。

最近用mysql，发现mysql主键都是选择自增主键，仔细比较一下，为什么mysql选择自增主键，有什么不同。

在mysql5.0之前，如果是多个master复制的环境，无法用自增主键，因为可能重复。在5.0以及之后的版本通过配置自增偏移量解决了整个问题。

什么情况下我们希望用uuid

1. 避免重复，便于scale，这就是我们做cloud service的时候选择uuid的主要原因

2. 入库之前可以知道id

3.相对安全，不能简单的从uuid获取信息，但是如果自增，则容易暴露信息，如果一个客户id是123456，很容易猜到有客户id是123456.

UUID有什么问题

1.uuid有16个字节，比int（4 byte）和bigint（8 byte）占用更多存储空间

2.由于size和无序性，可能引起性能问题

Mysql的uuid原理

mysql的innodb存储引擎处理storage的方式是靠聚集索引。

聚集索引是指数据库表行中数据的物理顺序与键值的逻辑（索引）顺序相同。一个表只能有一个聚集索引，因为一个表的物理顺序只有一种情况

由於 UUID 在 insert 的時候，不一定會比先前的鍵值更大，也因此 InnoDB 必須要計算出適當的位置來安插新的資料。 而目標頁 (Page) 很有可能已經寫入到磁碟中，且從快取中移除，或尚未在快取內，而 InnoDB 必須在每次寫入時去做頁查找，如此行為會消耗大量的 random I/O.

不連續的插入行為，也會導致 InnoDB 必須不斷的分頁 (split pages) 來創造更多的空間來安插新的資料，也因此創建出來的 pages 會是相當稀疏且有許多碎片。

在 InnoDB 的 index 中，index 的 leaf node 不儲存 row pointer，取而代之，他儲存的是 primary key 的值，找到值之後，再用這個 primary key value 去 clustered index 找出對應的 row data。

也就是說，secondary index 的 left node 中不僅儲存了 index 本身的鍵值，還會把 primary key columns 也儲存進去。

這樣講就很明瞭了，primary key 儲存的值越大，同時會影響到所有 secondary index 的大小。 把 BINARY(16) UUID 設定為 primary key，所有的 secondary index 也都要將 BINARY(16) UUID 儲存進 index 才行。

這樣聽起來好像很無感，如果 primary key 要多存 16Bytes , secondary index 也要多存 16Bytes，這樣隨便一個 10M 個 rows 加起來就多 320MB 了，你如果用大整數 BIGINT 儲存，不僅速度快，還能省下不少空間。

如果你曾搜尋過一些 benchmarking 做 bigint auto_inc 跟 uuid insertion speed 的比較，雖能看出 I/O 效能，卻沒有確切的解釋。

而透過了解 clustered index 應該就能明暸為何 bigint auto_inc 做 insertion 速度是最快最穩。 因為，即使是透過時間序列產生的 UUID 在 insertion 的效能表現上也未如 unsigned int + auto increment 佳。

所以，即使在表格內已有 UUID，一般還是會建議在 MySQL 中另外建立一個 column ，使用 unsigned int + auto_increment 做 primary key，一方面可以穩定 insertion speed，另一方面讓索引的查詢更快、分布平均、也讓索引更小。

原理引用：

https://medium.com/corneltek/innodb-primary-key-with-uuid-and-auto-increment-integer-508d427688dc