为什么MySQL不推荐使用uuid或者雪花id作为主键？

小Hub领读：

还是用数据库自增爽呀，虽然分布式不太好，简单就是爽

---

作者：Yrion

链接：cnblogs.com/wyq178/p/12548864.html

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，单机递增), 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。

本篇博客的目录

• mysql 程序实例

• 使用 uuid 和自增 id 的索引结构对比

• 总结

一、mysql 和程序实例

1.1. 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：

用户 uuid 表

随机主键表：

1.2. 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。

@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 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 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 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);
    }

1.3. 程序写入结果

user_key_auto 写入结果：

user_random_key 写入结果：

user_uuid 表写入结果：

1.4. 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。搜索公纵号：MarkerHub，关注回复[ vue ]获取前后端入门教程！

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减少了页分裂和碎片的产生

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

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

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

三、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。

---

（完）

MarkerHub文章索引：（点击阅读原文直达）

https://github.com/MarkerHub/JavaIndex
【推荐阅读】
Docker 实战总结（非常全面）这是我读过写得最好的【秒杀系统架构】分析与实战！
你的登录接口真的安全吗？

权限管理系统之集成Shiro实现登录、url和页面按钮的访问控制

Vue项目使用拦截器和JWT验证 完整案例

1万七千字精讲，JDK8 的 Lambda、Stream、LocalDate 骚技能

为什么建议大家使用 Linux 开发？爽（外加七个感叹号）

为什么阿里巴巴要禁用Executors创建线程池？

好文章！点个在看！