主键设计的正确姿势

译译译
487 阅读5分钟

设计主键的好处

数据库设计中通常都建议为表设计一个主键。它有几个好处：

  1. 唯一性：主键保证了表中每一行数据的唯一性，避免了数据重复和冗余。

  2. 数据完整性：主键可以确保数据的完整性，防止数据行缺失或重复。

  3. 数据检索效率：主键通常会被数据库系统用作索引，提高数据检索的效率。

  4. 数据关联：主键可以用来建立表与表之间的关联关系，实现数据的关联查询和连接操作。

主键设计方案

主键的设计常见的有以下几种种方案：

  1. 自增ID
  2. uuid
  3. 分布式自增ID
  4. 组合主键
  5. 业务字段作为主键，及其变种
  6. 时间戳

上面的各种方法总结起来本质其实就是两大类，一类是利用算法或工具生成合适的ID，一类是基于业务特性选择或者组合合适的ID

这里主要介绍生成方式的ID，选择式的按经验场景选择就好

自增ID

自增ID一般就是借助MySQL auto_increament（其它数据库如oracle、pg则使用sequence），像下面这样：

create table ‘test’ (   ‘id’  int(16) NOT NULL AUTO_INCREMENT,   ‘name’  char(10) DEFAULT NULL,   PRIMARY KEY(‘id’) ) ENGINE = InnoDB;

优点是使用便利，性能好，占用空间小，除了可以保证唯一性外，还可以单调递增，连续递增（在某些情况下会产生空洞，比如事务冲突时，造成回滚，那主键ID就会跳跃。）。

但是自增ID也不总是有优势的，比如：

  • 可预测，即可以遍历所有ID，造成风险

  • 不适用于分布式架构，多个数据库实例可能产生重复ID

  • 高并发性问题，在高并发环境下，自增ID可能会导致竞争和锁定问题，影响系统的性能和伸缩性

UUID

那怎么解决自增ID的问题，其实有一种方案就是UUID，使用通用算法生成唯一ID。它是一种分布式ID生成算法，是一种用于标识信息的唯一标识符。它是一个128位的数字，通常以32个十六进制数字的形式表示，如 "550e8400-e29b-41d4-a716-446655440000"。UUID 的唯一性是基于时间戳、计算机的 MAC 地址、随机数等因素生成的，因此几乎可以保证在全球范围内的唯一性。

主要特点包括：

  1. 全局唯一性：UUID 是全局唯一的，几乎可以保证在全球范围内不会重复。
  2. 分布式生成：UUID 可以在分布式系统中生成，而不需要中心化的管理。
  3. 随机性：UUID 的生成是基于时间戳和随机数的组合，因此具有一定的随机性。
  4. 不可预测性：由于 UUID 是基于随机数生成的，因此具有一定的不可预测性，不容易被猜测。
  5. 长度固定：UUID 的长度固定为128位，不受标识符长度限制。

它在保持同样唯一性的前提下，比较好的解决了自增ID中分布式、可预测的问题。

但它同样带来了新的问题：

  1. 可读性差：相比较自增ID等数字型标识符，UUID通常是一串32位的十六进制字符，不易于人类阅读和理解。
  2. 较大的存储空间：UUID通常是128位长，相比较自增ID等较短的标识符，会占用更多的存储空间。这可能会导致在大规模数据存储时占用更多的存储空间。
  3. 性能影响：由于UUID是随机生成的，而不是连续递增的，因此可能会导致数据插入时的性能问题。在某些数据库系统中，使用UUID作为主键可能会导致性能下降。
  4. 查询效率：在某些数据库系统中，使用UUID作为主键可能会影响索引的效率。由于UUID是随机生成的，可能导致索引树的分裂，影响查询性能。

对于1、2两点比较好理解。3、4主要从相对于自增ID来说性能方面考虑，产生这种情况的原因主要是因为数据库使用B+树作为索引，而uuid是随机无序的，所以插入B+树的时候很可能产生页分裂。另外使用 UUID 作为主键时，新记录的插入位置是随机的，不会按插入时间顺序存储的，这会导致数据在磁盘上的分散存储，如果按范围查找会增加了磁盘寻址的开销

分布式自增ID

雪花算法（Snowflake）

它是一种用于生成分布式唯一ID的算法，最初由Twitter开发并开源。Snowflake算法的核心思想是将一个64位的ID分成不同的部分，每部分代表不同的信息，以确保生成的ID在分布式系统中是唯一的。

Snowflake算法生成的64位ID通常由以下部分组成：

  1. 时间戳部分（41位）：记录生成ID的时间戳，精确到毫秒级别，可以支持69年的时间范围。
  2. 机器ID部分（10位）：记录机器的唯一标识符，通常是数据中心ID和机器ID的组合，可以支持1024个不同的机器。
  3. 序列号部分（12位）：在同一毫秒内生成的ID的序列号，可以支持每台机器每毫秒生成4096个不同的ID。

D0A20BB0-5CE1-47BB-B8E3-57EDF20E0DFE.png

优点：

  1. 高性能：Snowflake算法生成的ID是递增的，不需要访问数据库或进行网络通信，生成速度快。
  2. 唯一性：Snowflake算法生成的ID在分布式系统中是唯一的，不会出现重复的情况。
  3. 分布式：Snowflake算法适用于分布式系统，可以在多台机器上生成唯一ID。
avatar
文章
阅读
粉丝