MySql主键id不推荐使用UUID的原因分析

前言

昨天在某个技术群中，有个老哥发送了一个技术视频：讲的是一个毕业生面试被问，前后端的交互ID是使用自增的吗？为什么不使用UUID？最后的解释是说性能问题，这个引起了我的兴趣，查了一下资料总结一下。

规范

在《阿里巴巴 Java 开发手册》第五章 MySQL 规定第九条中，强制规定了单表的主键 id 必须为无符号的 bigint 类型，且是自增的。

MySQL开发规范中经常可以看到：

推荐使用int,bigint 无符号做自增键

禁止使用uuid做主键

关于主键的类型选择上最常见的争论是用整型还是字符型的问题，关于这个问题《高性能MySQL》一书中有明确论断：

整数通常是标识列的最好选择，因为它很快且可以使用AUTO_INCREAMENT,如果可能，应该避免使用字符串类型作为标识列，因为很消耗空间，且通常比数字类型慢。

如果是使用MyISAM，则就更不能用字符型，因为MyISAM默认会对字符型采用压缩引擎，从而导致查询变得非常慢。

原因

通常主键 id 的数据类型有两种选择：字符串或者整数，主键通常要求是唯一的，如果使用字符串类型，我们可以选择 UUID 或者具有业务含义的字符串来作为主键。

对于 UUID 而言，它由 32 个字符+4 个’-'组成，长度为 36，虽然 UUID 能保证唯一性，但是它有两个致命的缺点：

1.不是递增的。MySQL 中索引的数据结构是 B+Tree，这种数据结构的特点是索引树上的节点的数据是有序的，而如果使用 UUID 作为主键，那么每次插入数据时，因为无法保证每次产生的 UUID 有序，所以就会出现新的 UUID 需要插入到索引树的中间去，这样可能会频繁地导致页分裂，使性能下降。

2.太占用内存。每个 UUID 由 36 个字符组成，在字符串进行比较时，需要从前往后比较，字符串越长，性能越差。另外字符串越长，占用的内存越大，由于页的大小是固定的，这样一个页上能存放的关键字数量就会越少，这样最终就会导致索引树的高度越大，在索引搜索的时候，发生的磁盘 IO 次数越多，性能越差。

对于整数的数字类型，MySQL 中主要有 int 和 bigint 类型。其中 int 占用 4 个字节，bigint 占用 8 个字节，这和 Java 中的 int 和 long 对应。如果使用无符号的 int 类型作为主键，那么主键的最大值为 2^32-1，即 4294967295，这个值不到 43 亿，似乎有点太小了。虽然一张表的数据，我们不可能让其达到 43 亿条（太大会影响性能），但是对于频繁进行插入、删除的表来说，43 亿这个值是可以达到的。而如果使用无符号的 bigint 类型的话，主键的最大值可以达到 2^64-1，这个数足够大了，如果以每秒插入 100 万条数据计算的，58 万年以后才能达到最大值。所以 bigint 作为主键的数据类型，完全不用担心超过最大值的问题。

而强制要求主键 id 是自增的，则是为了在数据插入的过程中，尽可能的避免索引树上页分裂的问题。

关于主键是聚簇索引，如果没有主键，InnoDB会选择一个唯一键来作为聚簇索引，如果没有唯一键，会生成一个隐式的主键。

隐式主键：

InnoDB会自动帮你创建一个不可见的、长度为6字节的row_id，而且InnoDB维护了一个全局的dictsys.row_id，所有未定义主键的表都会共享该row_id，每次插入一条数据都把全局row_id当成主键id，然后全局row_id加1。

该全局row_id在代码实现上使用的是bigint unsigned类型，但实际上只给row_id保留了6字节，所以这种设计就会存在一个问题：如果全局row_id一直涨，直到2的48次幂-1时，这个时候再加1，row_id的低48位都会变为0，如果再插入新一行数据时，拿到的row_id就为0，这样的话就存在主键冲突的可能，所以为了避免这种隐患，每个表都需要一个主键。

详解-重点：

InnoDB引擎使用聚集索引，数据记录本身被存于主索引（一颗B+Tree）的叶子节点上。这就要求同一个叶子节点内（大小为一个内存页或磁盘页）的各条数据记录按主键顺序存放，因此每当有一条新的记录插入时，MySQL 会根据其主键将其插入适当的节点和位置，如果页面达到装载因子（InnoDB默认为15/16），则开辟一个新的页（节点）

所以在使用innoDB表时要避免随机的（不连续且值的分布范围非常大）聚簇索引，特别是针对I/O密集型的应用。例如：从性能角度考虑，使用UUID的方案就会导致聚簇索引的插入变得完全随机。

理论总结：

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

选择 主键id：

tinyint、smallint、mediumint，这三个不常用就不说了。无符号是设置了 unsigned 属性，表示不允许负值，这大致可以使正数的上限提高一倍。

以无符号int类型为例，42亿虽然看起来是个很大的数字，但是对于一些插入删除很频繁的业务来说，并非无法触达这个上限。特别是有的业务表设置的步长比较大，会导致id自增的速度更快。如果你的业务预期会产生很多数据，那么建议你在创建表时，直接使用bigint。

因为MySQL的主键策略：id自增值达到上限以后，再申请下一个 id 时，仍然是最大值。

如果bigint真的还不够使用的话，我们可以使用雪花算法生成的id做主键，由于其也是大致递增的，对性能也不会产生影响，只需要由bigint改成更大范围的decimal就行。

UUID：

一：使用场景

UUID是指在一台机器上生成的数字，它保证对在同一时空中的所有机器都是唯一的。在UUID的算法中，可能会用到诸如网卡MAC地址，IP，主机名，进程ID等信息以保证其独立性

二：有的开发就是喜欢使用UUID怎么办？

所以MySQL8.0也是顺应时代潮流，担负时代的革命重任，MySQL8.0也对uuid的存储做了进一步的提升。整体上看MySQL8.0现在的重点方向也是对开发的友好度支持上。

结论：

在MySQL8.0中还是推荐使用无符号的int, bigint做主键，如果要使用uuid可以建一个唯一索引

MySQL和Java两者默认生成的uuid是version 1格式:datetime|mac地址，因为高低位顺序乱了，造成顺序乱掉，可以使用MySQL的函数uuid_to_bin(@uuid,1) , bin_to_uuid(@uuid,1)进行调整转换，实现有序化

对于使用uuid_to_bin转化后的uuid存储，使用binary(16)或是varbinary(16)替代varchar(36)，从而实现从36byte降到16byte。

这个技巧不是万能的，如果你的数据库CPU是瓶颈,使用转化存储，可能带来CPU上更重的开销，反之，如果你的IO是瓶颈，但CPU有较大的空闲，使用这个技巧就是一个不错的优化方案。如果不好把握，就用你可以用得到的最好硬件就可以了，一般情况下如果用上SSD后IO都没啥问题，但也可以使用这个技术去降低表的物理大小。

实战：

环境准备

在MySQL 5.7中分别创建三张数据表：

test_varchar：以UUID作为主键。

test_long：以bigint作为主键。

test_int：以int作为主键。

三个表的字段，除了主键ID 分别采用varchar，bigint 和自动增长int不同外，其他三个字段都为 varchar 36位

另外，建表时使用InnoDB存储引擎，并且向数据库中插入100W条数据，用以测试。

压测信息

表类型：InnoDB

数据量：100W条

数据库：

主键采用uuid 32位

运行查询语句1：
SELECT COUNT(id) FROM test_varchar;

运行查询语句2：
SELECT * FROM test_varchar WHERE vname='71e88bab-2f0f-6811-89ff-4cc935c075d8';

运行查询语句3：

SELECT * FROM test_varchar WHERE id='00004599b05211e196aa002655b28d7b';

三条查询语句的耗时分别如下所示：

语句1消耗时间平均为：2.81秒；

语句2消耗时间平均为：3.11秒；

语句3消耗时间平均为：0秒；（多方测试，条件里只要有主键ID，查询速度毫秒级都显示000。测试的ID值，有前一百条的，也有后90多万条的。查询时间完全一样，毫秒级都为000）

主键采用bigint

主键采用bigint，使用uuid_short()产生数据，数据为有序列的纯数字（22461015967875697）。（其相当于自动增长，只是固定的基数值较大而已。）

运行查询语句1：

SELECT COUNT(id) FROM test_long;

运行查询语句2：

SELECT * FROM test_long WHERE vname='63b10f80-0e20-28cc-3078-d7331ba410b6';

运行查询语句3：

SELECT * FROM test_long WHERE id='22461015967875702';

三条查询语句的耗时分别如下所示：

语句1消耗时间平均为：1.31秒；

语句2消耗时间平均为：1.51秒；

语句3消耗时间平均为：0秒；（多方测试，条件里只要有主键ID，查询速度毫秒级都显示000。测试的ID值，有前一百条的，也有后90多万条的。查询时间完全一样，毫秒级都为000）

主键采用自增int

运行查询语句1：

SELECT COUNT(id) FROM test_int;

运行查询语句2：

SELECT * FROM test_int WHERE vname='908b57a5-cdef-32d1-0320-e14209b08894';

运行查询语句3：

SELECT * FROM test_int WHERE id=900002;

其中，主键采用mysql自带的自动增长，数据为纯数字（1，2，3，4，5……）。

三条查询语句的耗时分别如下所示：

查询语句1消耗时间平均为：1.20秒；

查询语句2消耗时间平均为：1.41秒;

查询语句3消耗时间平均为：0秒；（多方测试，条件里只要有主键ID，查询速度毫秒级都显示000。测试的ID值，有前一百条的，也有后90多万条的。查询时间完全一样，毫秒级都为000）

新增：

UUID做主键，其他字段相同，插入100万条数据，用了2.5个小时
自增主键，其他字段相同，插入相同的100万条数据，用了26分钟

总结：由此可见，MySQL InnoDB 主键采用自动增长性能较高，但是在技术工作中，能否直接使用自增int类型的数字作为MySQL的主键，大家需要根据具体需求确定。

如果你设计的系统，数据量还没有超过100W，你用啥主键类型都无所谓。我测试电脑是台式机，如果是专业的服务器，估计100W条，mysql MyISAM 的这些测试，根本都测不出来时间差吧。