详细说说业务主键和非业务主键

什么是业务主键和非业务主键

主键，就是指在数据表中，可以唯一表示一条数据的字段。例如表记录的序号，或者订单表里的订单号等。
业务主键，就是从业务层面上来反应数据等唯一性，比如订单号，员工编号，商品编号等。这些编号一般都会包含一定的业务含义。比如订单号会拼入下单日期时间，员工编号可能拼入入职时间，商品编号会拼入商品分类缩写等等。并且为了能统一维护，业务主键一般是按照规则生成的定长的字符串。
非业务主键，就是和业务无关，真正的表数据的唯一标记。一般会采用bigint类型的自增列作为非业务主键。非业务主键是数据表真正意义上的主键。主键索引也是基于这个非业务主键来生成的。

为什么要有非业务主键，业务主键为什么不能取代非业务主键

下面我以mysql为例，讲一下我对于这两个问题的看法。

B+树

要说明这两个问题，就必须说到索引的存储结构B+树。

我们都知道，mysql的索引都是以B+树的形式存储在内存中。关于B+树的说明，网上有很多，我这边就只做简单的必要说明。忘记的，可以参照下面这个文章。

一文彻底搞懂MySQL索引

B+树是聚簇索引，即所有的数据都会在叶子结点中存储，而枝节点只会存储子节点的引用地址。这是B+树的特地昂，并且每个节点都是存储在磁盘中的同一页中。当我们需要查找数据的时候，其实将磁盘的某一页加载到内容中，然后进行处理。而B+树所有的数据行都是存储在叶子结点，即所有的查找都需要到达某一个叶子结点才能完成。于是对于B+树而言，每一次的查找，深度都是一样的。
因为数据从磁盘加载到内存的时间，比在内存中查找数据的时间消耗多得多，所以，就必须减少B+树的查找深度。换句话说，如何让枝节点尽量的多存储数据，才是提高查询性能的关键因素。

以上图这个B+树为例，假设枝节点只能存储三个引用，那么存储45个数据需要三层。查找数据时，从根节点到叶子结点需要三次加载磁盘数据到内存中，最后在叶子结点中找到数据。

但是如果一个枝节点可以存储9个引用，那么B+树的深度就变为2，查找数据只要加载两次磁盘数据到内存即可完成。

或者说，枝节点不变，数据大小减小，使得一个叶子结点可以存储15条数据，也可以将B+树的深度降到两层。

基于上述原理，mysql在设计的时候，使用B+树，在枝节点不存储数据，只存储引用，尽量减少数据大小，增加枝节点的数据个数。到这里，你就该明白，为什么B+树不在枝节点中存储数据了吧。

主键索引和辅助索引

讲了索引的数据结构，我们再来说一下主键索引和辅助索引。主键在建立时，就自带了主键索引。但是一个表里面，不可能只有主键索引，还有很多辅助索引。比如用户表，在建立时，除了对主键建立主键索引，我们还会对省市区来做索引，或者对用户的一些属性做索引。那么如果每个索引都按照B+树的原理，在叶子结点存储全量表数据，那么在磁盘中不就有了很多分数据的拷贝？这无疑浪费了内存。

事实上，mysql在实现的时候，区分了主键索引和辅助索引。只有主键索引的叶子结点存储了真实数据，而辅助索引的叶子结点存储的是主键值。于是，这又引发了另外一个问题，所有的查询，最终都是要走到主键索引上。即使是按辅助索引查找数据，找到了主键值之后，还是要按主键值去主键索引中找到真正的数据，于是主键索引的性能尤为重要。

解答

有了上面的知识做铺垫，我们再来解答为什么要有非业务主键，以及为什么不能用业务主键代替非业务主键。

为什么有非业务主键

我们在建表的时候，一般都会键一个int（或者Bigint）类型的字段，并且设置为自增，并将这个字段设置为主键。这就是我们说的非业务主键，这个值其实没有业务含义，只是作为数据表的真实主键存在。下面说明几个问题：
1，为什么是int类型
int类型占4个字节，表示范围为：-2147483648~2147483647，如果我们只用正数部分，也可以表示21亿以上的数据。
而如果采用varhcar型，"2147483647"这个字符串占据的字节数远远超过4个字节（具体多少依据字符集而定）。
根据上面的知识点，我们可以知道，辅助索引的叶子结点存储的都是主键值，如果主键采用varchar类型，那么将大大减少辅助索引的叶子结点数据量，消耗查询性能。

2，为什么是自增
关于这个问题，需要了解B+树的插入原理。B+树在插入时，会先按照查找过程，查到这个数据的位置，然后将数据插入到指定位置。插入完成后，如果叶子结点数据达到最大，则会触发分裂逻辑，将叶子结点的数据对半分裂成两个叶子结点，并重新整理枝结点。具体可以参照我的这篇文章

mysql对B+树插入逻辑的优化

因为对半分裂会引发存储浪费，所以mysql对B+树的插入做了优化，优化后，新插入的结点引发分裂，如果是最后，则把新插入的结点写到新的叶子结点，否则，把新结点插入到后面一个叶子结点中。插入后，后继叶子结点达到饱和，则继续分裂。最后调整枝结点。

因为B+树是一个有序树，所以如果每次加入的都是最大值，那么叶子结点达到最大时，只会分裂最后的叶子结点，并调整枝结点引用。

但是，如果插入的数据不是有序的，而是乱序的，那么下一个结点如果定位到中间的叶子结点，并触发了结点分裂。假设这个叶子结点后面的叶子结点全部达到饱和，则会触发很多的叶子结点的分裂合并，拖慢索引的插入效率。

因此，索引值采用自增，是为了提高索引的插入效率。特别是当数据了巨大时，效率提升尤为明显。

为什么业务主键不能取代非业务主键

基于上面为什么要有非业务主键，我想这个问题就迎刃而解。因为业务主键，因为需要包含业务含义，所以只能是varchar类型，并且是按照一定规则生成的，必定是无序的。这两点，都是不适合作为表数据的主键的原因。也决定了业务主键不能代替非业务主键，作为数据表的真正意义上的主键。

关于mysql的B+树的插入及分裂逻辑，先挖个坑，后面再做分享。

以上内容，如有不正，还望指出。