安徽省建设工程信息网站进不了,开发网站价格,销客多分销小程序价格,软件定制开发 报价“ 在 MySQL 中设计表的时候#xff0c;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#xff0c;单机递增)#xff0c;而是推荐连续自增的主键 id#xff0c;官方的推荐是 auto_increment。那么为什么不建议采用 uuid#xff0c;使用 uuid 究竟有… “ 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 究竟有什么坏处本问我们从以下几个部分来分析这个问题探讨一下内部的原因MySQL 程序实例使用 uuid 和自增 id 的索引结构对比总结MySQL 程序实例要说明这个问题我们首先来建立三张表分别是user_auto_keyuser_uuiduser_random_key他们分别表示自动增长的主键uuid 作为主键随机 key 作为主键其他我们完全保持不变。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Spring BootjdbcTemplatejunithutool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;SpringBootTestclass 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); } 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uuid 的时间又直线下降。时间占用量总体可以打出的效率排名为auto_keyrandom_keyuuid。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使用 uuid 和自增 id 的索引结构对比 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。 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。 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。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 idMySQL 博大精深内部还有很多值得优化的点需要我们学习。出处cnblogs.com/wyq178/p/12548864.html更多精彩文章?分布式大并发系列?架构设计系列?趣学算法和数据结构系列?设计模式系列
