数据库,主键为何不宜太长长长长长长长长?

1,010 阅读3分钟

继续回答星球水友提问:

_沈老师,我听网上说,MySQL数据表,在数据量比较大的情况下,主键不宜过长,是不是这样呢?_这又是为什么呢?

这个问题嘛,不能一概而论:

(1)如果是InnoDB存储引擎,主键不宜过长;

(2)如果是MyISAM存储引擎,影响不大;

先举个简单的栗子说明一下前序知识。

假设有数据表:

t(id PK, name KEY, sex, flag);

其中:

(1)id是主键;

(2)name建了普通索引;

假设表中有四条记录:

1, shenjian, m, A

3, zhangsan, m, A

5, lisi, m, A

9, wangwu, f, B

如果存储引擎是MyISAM,其索引与记录的结构是这样的:

图片

(1)有单独的区域存储记录(record);

(2)主键索引与普通索引结构相同,都存储记录的指针(暂且理解为指针);

画外音:

(1)主键索引与记录不存储在一起,因此它是非聚集索引(Unclustered Index);

(2)MyISAM可以没有PK;

MyISAM使用索引进行检索时,会先从索引树定位到记录指针,再通过记录指针定位到具体的记录。

画外音:不管主键索引,还普通索引,过程相同。

InnoDB则不同,其索引与记录的结构是这样的:

图片

(1)主键索引与记录存储在一起;

(2)普通索引存储主键(这下不是指针了);

画外音:

(1)主键索引与记录存储在一起,所以才叫聚集索引(Clustered Index);

(2)InnoDB一定会有聚集索引;

InnoDB通过主键索引查询时,能够直接定位到行记录。

图片

但如果通过普通索引查询时,会先查询出主键,再从主键索引上二次遍历索引树。

回归正题,为什么InnoDB的主键不宜过长呢?

假设有一个用户中心场景,包含身份证号,身份证MD5,姓名,出生年月等业务属性,这些属性上均有查询需求。

最容易想到的设计方式是:

  • 身份证作为主键

  • 其他属性上建立索引

user(id_code PK,
id_md5(index),
name(index),
birthday(index));

图片

此时的索引树与行记录结构如上:

  • id_code聚集索引,关联行记录

  • 其他索引,存储id_code属性值

身份证号id_code是一个比较长的字符串,每个索引都存储这个值,在数据量大,内存珍贵的情况下,MySQL有限的缓冲区,存储的索引与数据会减少,磁盘IO的概率会增加。

画外音:同时,索引占用的磁盘空间也会增加。

此时,应该新增一个无业务含义的id自增列:

  • 以id自增列为聚集索引,关联行记录

  • 其他索引,存储id值

user(id PK auto inc,
id_code(index),
id_md5(index),
name(index),
birthday(index));

图片

如此一来,有限的缓冲区,能够缓冲更多的索引与行数据,磁盘IO的频率会降低,整体性能会增加。

总结

(1)MyISAM的索引与数据分开存储,索引叶子存储指针,主键索引与普通索引无太大区别;

(2)InnoDB的聚集索引和数据行统一存储,聚集索引存储数据行本身,普通索引存储主键;

(3)InnoDB不建议使用太长字段作为PK(此时可以加入一个自增键PK),MyISAM则无所谓;

希望解答了这位水友的疑问。