送大家以下java学习材料，文末有支付形式




前言

在mysql中设计表的时候,mysql官网举荐不要应用uuid或者不间断不反复的雪花id(long形且惟一，单机递增),而是举荐间断自增的主键id,官网的举荐是auto\_increment,那么为什么不倡议采纳uuid,应用uuid到底有什么害处？

本篇博客咱们就来剖析这个问题,探讨一下外部的起因。

本篇博客的目录

  • mysql程序实例
  • 应用uuid和自增id的索引构造比照
  • 总结

一、mysql和程序实例

1.1.要阐明这个问题,咱们首先来建设三张表

别离是user\_auto\_key,user\_uuid,user\_random\_key,别离示意主动增长的主键,uuid作为主键,随机key作为主键,其它咱们齐全放弃不变.

依据控制变量法,咱们只把每个表的主键应用不同的策略生成,而其余的字段齐全一样，而后测试一下表的插入速度和查问速度：

注：这里的随机key其实是指用雪花算法算进去的前后不间断不反复无规律的id:一串18位长度的long值

id主动生成表：

用户uuid表

随机主键表：

1.2.光有实践不行,间接上程序,应用spring的jdbcTemplate来实现增查测试：

技术框架：springboot+jdbcTemplate+junit+hutool,程序的原理就是连贯本人的测试数据库,而后在雷同的环境下写入等同数量的数据，来剖析一下insert插入的工夫来进行综合其效率，为了做到最实在的成果,所有的数据采纳随机生成，比方名字、邮箱、地址都是随机生成。

搜寻Java知音公众号，回复“后端面试”，送你一份Java面试题宝典

`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;``@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工夫耗费");` `/**` `* auto_increment key工作` `*/` `final String insertSql = "INSERT INTO user_key_auto(user_id,user_name,sex,address,city,email,state) VALUES(?,?,?,?,?,?,?)";` `List<UserKeyAuto> insertData = autoKeyTableService.getInsertData();` `stopwatch.start("主动生成key表工作开始");` `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耗费的工夫:" + (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<UserKeyUUID> insertData2 = uuidKeyTableService.getInsertData();` `stopwatch.start("UUID的key表工作开始");` `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耗费的工夫:" + (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<UserKeyRandom> insertData3 = randomKeyTableService.getInsertData();` `stopwatch.start("随机的long值key表工作开始");` `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工作耗费工夫:" + (end - start));` `stopwatch.stop();` `String result = stopwatch.prettyPrint();` `System.out.println(result);` `}`

1.3.程序写入后果

user\_key\_auto写入后果：

user\_random\_key写入后果：

user\_uuid表写入后果：

1.4.效率测试后果

在已有数据量为130W的时候：咱们再来测试一下插入10w数据，看看会有什么后果：

能够看出在数据量100W左右的时候,uuid的插入效率垫底，并且在后序减少了130W的数据，uudi的工夫又直线降落。

工夫占用量总体能够打出的效率排名为：auto\_key>random\_key>uuid,uuid的效率最低，在数据量较大的状况下，效率直线下滑。那么为什么会呈现这样的景象呢？带着疑难,咱们来探讨一下这个问题：

二、应用uuid和自增id的索引构造比照

2.1.应用自增id的内部结构

自增的主键的值是程序的,所以Innodb把每一条记录都存储在一条记录的前面。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的空间留作当前的     批改)：

①下一条记录就会写入新的页中，一旦数据依照这种程序的形式加载，主键页就会近乎于程序的记录填满，晋升了页面的最大填充率，不会有页的节约

②新插入的行肯定会在原有的最大数据行下一行,mysql定位和寻址很快，不会为计算新行的地位而做出额定的耗费

③缩小了页决裂和碎片的产生

2.2.应用uuid的索引内部结构

因为uuid绝对程序的自增id来说是毫无法则可言的,新行的值不肯定要比之前的主键的值要大,所以innodb无奈做到总是把新行插入到索引的最初,而是须要为新行寻找新的适合的地位从而来调配新的空间。

这个过程须要做很多额定的操作，数据的毫无程序会导致数据分布散乱，将会导致以下的问题：

①写入的指标页很可能曾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指标页到内存中，这将导致大量的随机IO

②因为写入是乱序的,innodb不得不频繁的做页决裂操作,以便为新的行调配空间,页决裂导致挪动大量的数据，一次插入起码须要批改三个页以上

③因为频繁的页决裂，页会变得稠密并被不规则的填充，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)当前,有时候会须要做一次OPTIMEIZE TABLE来重建表并优化页的填充，这将又须要肯定的工夫耗费。

论断：应用innodb应该尽可能的按主键的自增程序插入，并且尽可能应用枯燥的减少的聚簇键的值来插入新行

搜寻Java知音公众号，回复“后端面试”，送你一份Java面试题宝典

2.3.应用自增id的毛病

那么应用自增的id就齐全没有害处了吗？并不是，自增id也会存在以下几点问题：

①他人一旦爬取你的数据库,就能够依据数据库的自增id获取到你的业务增长信息，很容易剖析出你的经营状况

②对于高并发的负载，innodb在按主键进行插入的时候会造成显著的锁争用，主键的上界会成为争抢的热点，因为所有的插入都产生在这里，并发插入会导致间隙锁竞争

③Auto\_Increment锁机制会造成自增锁的争夺,有肯定的性能损失

附：Auto\_increment的锁争抢问题，如果要改善须要调优innodb\_autoinc\_lock\_mode的配置

三、总结

本篇博客首先从开篇的提出问题,建表到应用jdbcTemplate去测试不同id的生成策略在大数据量的数据插入体现，而后剖析了id的机制不同在mysql的索引构造以及优缺点，深刻的解释了为何uuid和随机不反复id在数据插入中的性能损耗，具体的解释了这个问题。

在理论的开发中还是依据mysql的官网举荐最好应用自增id，mysql博大精深，外部还有很多值得优化的点须要咱们学习。