<em>Mac</em>Book项目 2009年学校开始实施<em>Mac</em>Book项目,所有师生配备一本<em>Mac</em>Book,并同步更新了校园无线网络。学校每周进行电脑技术更新,每月发送技术支持资料,极大改变了教学及学习方式。因此2011
2021-06-01 09:32:01
要說明這個問題,我們首先來建立三張表
分別是user_auto_key,user_uuid,user_random_key,分別表示自動增長的主鍵,uuid作為主鍵,隨機key作為主鍵,其它我們完全保持不變。根據控制變數法,我們只把每個表的主鍵使用不同的策略生成,而其他的欄位完全一樣,然後測試一下表的插入速度和查詢速度:
注:這裡的隨機key其實是指用雪花演演算法算出來的前後不連續不重複無規律的id:一串18位元長度的long值
id自動生成表:
使用者uuid表
隨機主鍵表:
光有理論不行,直接上程式,使用spring的jdbcTemplate來實現增查測試:
技術框架:
springboot+jdbcTemplate+junit+hutool
程式的原理就是連線自己的測試資料庫,然後在相同的環境下寫入同等數量的資料,來分析一下insert插入的時間來進行綜合其效率,為了做到最真實的效果,所有的資料採用隨機生成,比如名字、郵箱、地址都是隨機生成。
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; @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("執行sql時間消耗"); /** * auto_increment key任務 */ 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("自動生成key表任務開始"); 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消耗的時間:" + (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表任務開始"); 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消耗的時間:" + (over - begin)); stopwatch.stop(); /** * 隨機的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("隨機的long值key表任務開始"); 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("隨機key任務消耗時間:" + (end - start)); stopwatch.stop(); String result = stopwatch.prettyPrint(); System.out.println(result); }
user_key_auto寫入結果:
user_random_key寫入結果:
user_uuid表寫入結果:
在已有資料量為130W的時候:我們再來測試一下插入10w資料,看看會有什麼結果:
可以看出在資料量100W左右的時候,uuid的插入效率墊底,並且在後續增加了130W的資料,uuid的時間又直線下降。
時間佔用量總體可以打出的效率排名為:auto_key>random_key>uuid,uuid的效率最低,在資料量較大的情況下,效率直線下滑。
那麼為什麼會出現這樣的現象呢?帶著疑問,我們來探討一下這個問題:
自增的主鍵的值是順序的,所以Innodb把每一條記錄都儲存在一條記錄的後面。當達到頁面的最大填充因子時候(innodb預設的最大填充因子是頁大小的15/16,會留出1/16的空間留作以後的修改):
①. 下一條記錄就會寫入新的頁中,一旦資料按照這種順序的方式載入,主鍵頁就會近乎於順序的記錄填滿,提升了頁面的最大填充率,不會有頁的浪費
②. 新插入的行一定會在原有的最巨量資料行下一行,mysql定位和定址很快,不會為計算新行的位置而做出額外的消耗
③. 減少了頁分裂和碎片的產生
因為uuid相對順序的自增id來說是毫無規律可言的,新行的值不一定要比之前的主鍵的值要大,所以innodb無法做到總是把新行插入到索引的最後,而是需要為新行尋找新的合適的位置從而來分配新的空間。
這個過程需要做很多額外的操作,資料的毫無順序會導致資料分佈散亂,將會導致以下的問題:
①. 寫入的目標頁很可能已經重新整理到磁碟上並且從快取上移除,或者還沒有被載入到快取中,innodb在插入之前不得不先找到並從磁碟讀取目標頁到記憶體中,這將導致大量的隨機IO
②. 因為寫入是亂序的,innodb不得不頻繁的做頁分裂操作,以便為新的行分配空間,頁分裂導致移動大量的資料,一次插入最少需要修改三個頁以上
③. 由於頻繁的頁分裂,頁會變得稀疏並被不規則的填充,最終會導致資料會有碎片
在把隨機值(uuid和雪花id)載入到聚簇索引(innodb預設的索引型別)以後,有時候會需要做一次OPTIMEIZE TABLE來重建表並優化頁的填充,這將又需要一定的時間消耗。
結論:使用innodb應該儘可能地按主鍵的自增順序插入,並且儘可能使用單調的增加的聚簇鍵的值來插入新行
那麼使用自增的id就完全沒有壞處了嗎?並不是,自增id也會存在以下幾點問題:
①. 別人一旦爬取你的資料庫,就可以根據資料庫的自增id獲取到你的業務增長資訊,很容易分析出你的經營情況
②. 對於高並行的負載,innodb在按主鍵進行插入的時候會造成明顯的鎖爭用,主鍵的上界會成為爭搶的熱點,因為所有的插入都發生在這裡,並行插入會導致間隙鎖競爭
③. Auto_Increment鎖機制會造成自增鎖的搶奪,有一定的效能損失
附:
Auto_increment的鎖爭搶問題,如果要改善需要調優innodb_autoinc_lock_mode的設定
本篇部落格首先從開篇地提出問題,建表到使用jdbcTemplate去測試不同id的生成策略在巨量資料量的資料插入表現,然後分析了id的機制不同在mysql的索引結構以及優缺點,深入的解釋了為何uuid和隨機不重複id在資料插入中的效能損耗,詳細的解釋了這個問題。
在實際的開發中還是根據mysql的官方推薦最好使用自增id,mysql博大精深,內部還有很多值得優化的點需要我們學習。
到此這篇關於Mysql分析設計表主鍵為何不用uuid的文章就介紹到這了,更多相關Mysql 設計表 內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!
相關文章
<em>Mac</em>Book项目 2009年学校开始实施<em>Mac</em>Book项目,所有师生配备一本<em>Mac</em>Book,并同步更新了校园无线网络。学校每周进行电脑技术更新,每月发送技术支持资料,极大改变了教学及学习方式。因此2011
2021-06-01 09:32:01
综合看Anker超能充系列的性价比很高,并且与不仅和iPhone12/苹果<em>Mac</em>Book很配,而且适合多设备充电需求的日常使用或差旅场景,不管是安卓还是Switch同样也能用得上它,希望这次分享能给准备购入充电器的小伙伴们有所
2021-06-01 09:31:42
除了L4WUDU与吴亦凡已经多次共事,成为了明面上的厂牌成员,吴亦凡还曾带领20XXCLUB全队参加2020年的一场音乐节,这也是20XXCLUB首次全员合照,王嗣尧Turbo、陈彦希Regi、<em>Mac</em> Ova Seas、林渝植等人全部出场。然而让
2021-06-01 09:31:34
目前应用IPFS的机构:1 谷歌<em>浏览器</em>支持IPFS分布式协议 2 万维网 (历史档案博物馆)数据库 3 火狐<em>浏览器</em>支持 IPFS分布式协议 4 EOS 等数字货币数据存储 5 美国国会图书馆,历史资料永久保存在 IPFS 6 加
2021-06-01 09:31:24
开拓者的车机是兼容苹果和<em>安卓</em>,虽然我不怎么用,但确实兼顾了我家人的很多需求:副驾的门板还配有解锁开关,有的时候老婆开车,下车的时候偶尔会忘记解锁,我在副驾驶可以自己开门:第二排设计很好,不仅配置了一个很大的
2021-06-01 09:30:48
不仅是<em>安卓</em>手机,苹果手机的降价力度也是前所未有了,iPhone12也“跳水价”了,发布价是6799元,如今已经跌至5308元,降价幅度超过1400元,最新定价确认了。iPhone12是苹果首款5G手机,同时也是全球首款5nm芯片的智能机,它
2021-06-01 09:30:45