程式師世界 >> 數據庫知識 >> MYSQL數據庫 >> MYSQL入門知識 >> MySQL主鍵設計

MySQL主鍵設計

編輯：MYSQL入門知識

[TOC]
在項目過程中遇到一個看似極為基礎的問題，但是在深入思考後還是引出了不少問題，覺得有必要把這一學習過程進行記錄。

MySQL主鍵設計原則

MySQL主鍵應當是對用戶沒有意義的。
MySQL主鍵應該是單列的，以便提高連接和篩選操作的效率
永遠也不要更新MySQL主鍵
MySQL主鍵不應包含動態變化的數據，如時間戳、創建時間列、修改時間列等
MySQL主鍵應當有計算機自動生成。

主鍵設計的常用方案

自增ID

優點：

1、數據庫自動編號，速度快，而且是增量增長，聚集型主鍵按順序存放，對於檢索非常有利。

2、數字型，占用空間小，易排序，在程序中傳遞方便。

缺點：
1、不支持水平分片架構，水平分片的設計當中，這種方法顯然不能保證全局唯一。
2、表鎖

在MySQL5.1.22之前，InnoDB自增值是通過其本身的自增長計數器來獲取值，該實現方式是通過表鎖機制來完成的（AUTO-INC LOCKING）。鎖不是在每次事務完成後釋放，而是在完成對自增長值插入的SQL語句後釋放，要等待其釋放才能進行後續操作。比如說當表裡有一個auto_increment字段的時候，innoDB會在內存裡保存一個計數器用來記錄auto_increment的值，當插入一個新行數據時，就會用一個表鎖來鎖住這個計數器，直到插入結束。如果大量的並發插入，表鎖會引起SQL堵塞。
在5.1.22之後，InnoDB為了解決自增主鍵鎖表的問題，引入了參數innodb_autoinc_lock_mode：

0：通過表鎖的方式進行，也就是所有類型的insert都用AUTO-inc locking（表鎖機制）。
1：默認值，對於simple insert 自增長值的產生使用互斥量對內存中的計數器進行累加操作，對於bulk insert 則還是使用表鎖的方式進行。
2：對所有的insert-like 自增長值的產生使用互斥量機制完成，性能最高，並發插入可能導致自增值不連續，可能會導致Statement 的 Replication 出現不一致，使用該模式，需要用 Row Replication的模式。

3、自增主鍵不連續

Create Table: CREATE TABLE `tmp_auto_inc` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `talkid` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=16 DEFAULT CHARSET=gbk
1 row in set (0.00 sec)

當插入10條記錄的時候，因為AUTO_INCREMENT=16，所以下次再插入的時候，主鍵就會不連續。

UUID

優點
1、全局唯一性、安全性、可移植性。

2、能夠保證獨立性，程序可以在不同的數據庫間遷移，效果不受影響。

3、保證生成的ID不僅是表獨立的，而且是庫獨立的，在你切分數據庫的時候尤為重要

缺點
1、針對InnoDB引擎會徒增IO壓力，InnoDB為聚集主鍵類型的引擎，數據會按照主鍵進行排序，由於UUID的無序性，InnoDB會產生巨大的IO壓力。InnoDB主鍵索引和數據存儲位置相關（簇類索引），uuid 主鍵可能會引起數據位置頻繁變動，嚴重影響性能。
2、UUID長度過長，一個UUID占用128個比特（16個字節）。主鍵索引KeyLength長度過大，而影響能夠基於內存的索引記錄數量，進而影響基於內存的索引命中率，而基於硬盤進行索引查詢性能很差。嚴重影響數據庫服務器整體的性能表現。

自定義序列表

所謂自定義序列表，就是在庫中建一張用於生成序列的表來存儲序列信息，序列生成的策略通過程序層面來實現。如下所示，構建一張序列表：

CREATE TABLE `sequence` (
    `name` varchar(50) NOT NULL,
    `id` bigint(20) unsigned NOT NULL DEFAULT '0',
    PRIMARY KEY (`name`)
) ENGINE=InnoDB;

注意區別，id字段不是自增的，也不是主鍵。在使用前，我們需要先插入一些初始化數據：

INSERT INTO `sequence` (`name`) VALUES 
('users'), ('photos'), ('albums'), ('comments');

接下來，我們可以通過執行下面的SQL語句來獲得新的照片ID：

UPDATE `sequence` SET `id` = LAST_INSERT_ID(`id` + 1) WHERE `name` = 'photos';
SELECT LAST_INSERT_ID();

我們執行了一個更新操作，將id字段增加1，並將增加後的值傳遞到LAST_INSERT_ID函數，從而指定了LAST_INSERT_ID的返回值。

實際上，我們不一定需要預先指定序列的名字。如果我們現在需要一種新的序列，我們可以直接執行下面的SQL語句：

INSERT INTO `sequence` (`name`) VALUES('new_business') ON DUPLICATE KEY UPDATE `id` = LAST_INSERT_ID(`id` + 1);
SELECT LAST_INSERT_ID();

這種方案的問題在於序列生成的邏輯脫離了數據庫層，由應用層負責，增加了開發復雜度。當然，其實可以用spring來解決這一問題，因為在spring JDBC中已經對這種序列生成邏輯進行了簡單的封裝。
我們可以看一下spring的相關源代碼：MySQLMaxValueIncrementer.

    @Override
    protected synchronized long getNextKey() throws DataAccessException {
        if (this.maxId == this.nextId) {
            /*
            * Need to use straight JDBC code because we need to make sure that the insert and select
            * are performed on the same connection (otherwise we can't be sure that last_insert_id()
            * returned the correct value)
            */
            Connection con = DataSourceUtils.getConnection(getDataSource());
            Statement stmt = null;
            try {
                stmt = con.createStatement();
                DataSourceUtils.applyTransactionTimeout(stmt, getDataSource());
                // Increment the sequence column...
                String columnName = getColumnName();
                stmt.executeUpdate("update "+ getIncrementerName() + " set " + columnName +
                        " = last_insert_id(" + columnName + " + " + getCacheSize() + ")");
                // Retrieve the new max of the sequence column...
                ResultSet rs = stmt.executeQuery(VALUE_SQL);
                try {
                    if (!rs.next()) {
                        throw new DataAccessResourceFailureException("last_insert_id() failed after executing an update");
                    }
                    this.maxId = rs.getLong(1);
                }
                finally {
                    JdbcUtils.closeResultSet(rs);
                }
                this.nextId = this.maxId - getCacheSize() + 1;
            }
            catch (SQLException ex) {
                throw new DataAccessResourceFailureException("Could not obtain last_insert_id()", ex);
            }
            finally {
                JdbcUtils.closeStatement(stmt);
                DataSourceUtils.releaseConnection(con, getDataSource());
            }
        }
        else {
            this.nextId++;
        }
        return this.nextId;
    }

spring的實現也就是通過update語句對incrementerName表裡的columnName 列進行遞增，並通過mysql的last_insert_id()返回最近生成的值。並保證了事務性及方法的並發支持。只是這個實現有些過於簡單，比如：一個表對應一個序列的做法在實際應用開發中顯得過於零碎，所以在實際應用中需要對其實現進行修改，實現一條記錄對應一個序列的策略。另外對水平分片的支持並不在這一實現考慮范圍內。同時，這種做法依然無法回避表鎖的機制，所以這裡通過CacheSize()的做法，實現了一次申請並緩存在內存中，以減少表鎖的發生頻率。

如何解決水平分片的需求

UUID

由於UUID出現重復的概率基本可以忽略，所以對分片是天生支持的。

獨立的序列庫

單獨建立一個庫用來生成ID，在Shard中的每張表在這個ID庫中都有一個對應的表，而這個對應的表只有一個字段，這個字段是自增的。當我們需要插入新的數據，我們首先在ID庫中的相應表中插入一條記錄，以此得到一個新的ID，然後將這個ID作為插入到Shard中的數據的主鍵。這個方法的缺點就是需要額外的插入操作，如果ID庫變的很大，性能也會隨之降低。所以一定要保證ID庫的數據集不要太大，一個辦法是定期清理前面的記錄

復合標識符

這種做法是通過聯合主鍵的策略，即通過兩個字段來生成一個唯一標識，前半部分是分片標識符，後半部分是本地生成的標識符（比如使用AUTO_INCREMENT生成）

帶分庫策略的自定義序列表

這種做法可以基於上面提到的自定義序列表的方法的基礎上，做一些技巧性的調整。即如下：

UPDATE `sequence` SET `id` = LAST_INSERT_ID(`id` + 1) WHERE `name` = 'photos';
SELECT LAST_INSERT_ID();

這裡的id初始值設定上要求不同的分片取不同的值，且必須連續。同時將每次遞增的步長設定為服務器數目。
比如有3台機器，那麼我們只要將初始值分別設置為1，2，3. 然後執行下面的語句即可：

UPDATE `sequence` SET `id` = LAST_INSERT_ID(`id` + 3) WHERE `name` = 'photos';
SELECT LAST_INSERT_ID();

這就可以解決主鍵生成沖突的問題。但是如果在運行一段時間後要進行動態擴充分片數的時候，需要對序列初始值做一次調整，以確保其連續性，否則依然可能存在沖突的可能。當然這些邏輯可以封裝在數據訪問層的代碼中。

主鍵的必要性

表中每一行都應該有可以唯一標識自己的一列（或一組列）。雖然並不總是都需要主鍵，但大多數數據庫設計人員都應保證他們創建的每個表有一個主鍵，以便於以後數據操縱和管理。其實即使你不建主鍵，MySQL（InnoDB引擎）也會自己建立一個隱藏6字節的ROWID作為主鍵列，詳細可以參見[這裡]

因為，InnoDB引擎使用聚集索引，數據記錄本身被存於主索引（一顆B+Tree）的葉子節點上。這就要求同一個葉子節點內（大小為一個內存頁或磁盤頁）的各條數據記錄按主鍵順序存放，因此每當有一條新的記錄插入時，MySQL 會根據其主鍵將其插入適當的節點和位置，如果頁面達到裝載因子（InnoDB默認為15/16），則開辟一個新的頁（節點）

所以在使用innoDB表時要避免隨機的（不連續且值的分布范圍非常大）聚簇索引，特別是針對I/O密集型的應用。例如：從性能角度考慮，使用UUID的方案就會導致聚簇索引的插入變得完全隨機。

主鍵的數據類型選擇

關於主鍵的類型選擇上最常見的爭論是用整型還是字符型的問題，關於這個問題《高性能MySQL》一書中有明確論斷：
整數通常是標識列的最好選擇，因為它很快且可以使用AUTO_INCREAMENT,如果可能，應該避免使用字符串類型作為標識列，因為很消耗空間，且通常比數字類型慢。

如果是使用MyISAM，則就更不能用字符型，因為MyISAM默認會對字符型采用壓縮引擎，從而導致查詢變得非常慢。
參考：
1、http://www.cnblogs.com/lsx1993/p/4663147.html
2、http://www.cnblogs.com/zhoujinyi/p/3433823.html
3、http://www.zolazhou.com/posts/primary-key-selection-in-database-partition-design/
4、《高性能MySQL》
5、《高可用MySQL》