Detaillierter Prozess zum Vergleich der Vor- und Nachteile der Verwendung des automatisch inkrementierenden ID-Primärschlüssels und der UUID als Primärschlüssel in MySQL (Testen von einer Million bis zehn Millionen Tabellendatensätzen)
黄舟
Freigeben： 2017-02-16 11:35:54
Original
1795 Leute haben es durchsucht
Grund für den Test
Ein Entwicklungskollege hat ein Framework erstellt, in dem der Primärschlüssel uuid ist. Ich schlug ihm vor, automatisch inkrementierende Primärschlüssel zu verwenden. Er sagte, dass dies nicht unbedingt der Fall sei Ich sagte, dass die Indexfunktion von innodb zur automatischen Inkrementierung von IDs am effizientesten ist. Um ihn anhand tatsächlicher Fälle zu überzeugen, habe ich mich auf einen detaillierten Test vorbereitet.
Als Internetunternehmen muss es eine Benutzertabelle geben, und die Benutzertabelle UC_USER hat im Grunde Millionen Daher wird der Test auf Basis der auf dieser Tabelle basierenden Quasi-Testdaten durchgeführt.
Der Testprozess ist derzeit ein vielschichtiger und häufig verwendeter SQL-Test, an den ich natürlich denke Möglicherweise ist es nicht perfekt. Jeder kann gerne eine Nachricht hinterlassen, um einen umfassenderen Testplan oder eine Test-SQL-Anweisung vorzuschlagen.
1. Tabellen und Daten vorbereitenUC_USER, Auto-Inkrement-ID als Primärschlüssel, Tabellenstruktur ähnelt der folgenden:
Gemessen an der belegten Speicherplatzkapazität ist die Auto-Inkrement-ID etwa halb kleiner als UUID.
Primärschlüsseltyp
Datendateigröße
Belegte Kapazität strong>
Selbstinkrementierende ID
-rw -rw---- 1 mysql mysql 2.5G 11. August 18:29 UC_USER.ibd
2.5 G
UUID
-rw-rw---- 1 mysql mysql 5.4G 15. Aug. 15: 11 UC_USER_PK_VARCHAR_1.ibd
5,4 G
2.2 Einzelne Daten werden indiziert und die ID wird automatisch inkrementiert und uuidNicht viel anders
Primärschlüsseltyp
SQL-Anweisung td>
Ausführungszeit (Sekunden)
Auto-Inkrement-ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`MOBILE` ='14782121512';
0,118
UUID
SELECT SQL_NO_CACHE t.* FROM test. `UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` ='14782121512';
0,117
Automatische Inkrementierung ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`MOBILE` IN( '14782121512','13761460105');
0,049
UUID td>
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` IN('14782121512','13761460105');
0,040
Auto-Inkrement-ID
SELECT SQL_NO_CACHE t .* FROM test.`UC_USER` t WHERE t.`CREATE_DATE`='2013-11-24 10:26:36' ;
0,139
UUID
SELECT SQL_NO_CACHE t.* FROM test .`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE`='2013-11-24 10:26:43' ;
0,126
2.3 BereichwieAbfrage, automatische Inkrementierung ID schneidet besser ab als UUID
主键类型
SQL语句
执行时间 (秒)
（1）模糊范围查询1000条数据，自增ID性能要好于UUID
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`MOBILE` LIKE '147%' LIMIT 1000;
1.784
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` LIKE '147%' LIMIT 1000;
3.196
（2）日期范围查询20条数据，自增ID稍微弱于UUID
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
0.601
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
0.543
（3）范围查询200条数据，自增ID性能要好于UUID
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 200;
2.314
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 200;
3.229
范围查询总数量，自增ID要好于UUID
自增ID
SELECT SQL_NO_CACHE COUNT(1) FROM test.`UC_USER` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ;
0.514
UUID
SELECT SQL_NO_CACHE COUNT(1) FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ;
1.092
Primärschlüsseltyp
SQL-Anweisung
Ausführungszeit (Sekunden)
(1) Fuzzy-Bereichsabfrage 1000 Teile der Daten ist die Leistung der selbsterhöhenden ID besser als die der UUID
Selbsterhöhende ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`MOBILE` LIKE '147%' LIMIT 1000;
1,784
UUID
SELECT SQL_NO_CACHE t.* FROM test. `UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` LIKE '147%' LIMIT 1000;
3.196 td>
(2) Datumsbereichsabfrage 20 Datenelemente, die automatisch Inkrement-ID ist etwas schwächer als UUID td>
Auto-Inkrement-ID
SELECT SQL_NO_CACHE t.* FROM test.` UC_USER` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
0,601
UUID
SELECT SQL_NO_CACHE t .* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
0,543
(3) Bereichsabfrage für 200 Daten, die Leistung der automatisch inkrementierten ID ist besser als die von UUID
Auto-Inkrement-ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`CREATE_DATE` > 2016-07-01 10:26:36' ORDER BY t.`UPDATE_DATE ` DESC LIMIT 200;
2.314
tr>
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t. `CREATE_DATE` > '2016-07-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 200;
3.229
Bereichsabfrage Gesamtmenge, Auto-Inkrement-ID ist besser als UUID
Auto-Inkrement-ID
SELECT SQL_NO_CACHE COUNT(1) FROM test.`UC_USER` t WHERE t.`CREATE_DATE` > ' 2016-07-01 10:26:36' ;
0,514
UUID
SELECT SQL_NO_CACHE COUNT(1 ) FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-07 -01 10:26:36' ;
1.092
PS: Bei Vorhandensein eines Caches gibt es keinen kleinen Unterschied in der Ausführungseffizienz zwischen den beiden.
2.4 Test schreiben, automatische Inkrementierung ID ist 4 mal
Primärschlüsseltyp
SQL-Anweisung
Ausführungszeit (Sekunden)
ID automatisch inkrementieren
UPDATE test.`UC_USER` t SET t.`MOBILE_TGC`='T2' WHERE t.`CREATE_DATE` > ' 2016-05-03 10:26:36' AND t.`CREATE_DATE` <'2016-05- 04 00:00:00' ;
1.419
UUID
UPDATE test.`UC_USER_PK_VARCHAR_1` t SET t.`MOBILE_TGC`='T2' WHERE t.`CREATE_DATE` > ; '2016-05-03 10:26:36' AND t.`CREATE_DATE` <'2016- 05-04 00:00:00' ;
<🎜><🎜>自增ID<🎜><🎜><🎜><🎜>time mysqldump -utim -ptimgood -h192.168.121.63 test UC_USER_500> UC_USER_500.sql28,59秒
UUIDtime mysqldump -utim -ptimgood -h192.168.121.63 test UC_USER_PK_VARCHAR_500> UC_USER_PK_VARCHAR_500.sql31.08秒
MySQL-Datenbank
自增IDtime mysql -utim -ptimgood -h192.168.121.63 test < UC_USER_500.sql<🎜><🎜><🎜><🎜>7m36.601s<🎜><🎜><🎜>
<🎜><🎜>UUID<🎜><🎜><🎜><🎜>Zeit mysql -utim -ptimgood -h192.168.121.63 test < UC_USER_PK_VARCHAR_500.sql<🎜><🎜><🎜><🎜>9m42.472s<🎜><🎜><🎜>
<🎜><🎜><🎜><🎜>< 🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜>
3, 500WZusammenfassung
Unter dem Test der 500-W-Datensatztabelle:
(1) Für den normalen Abruf einzelner oder etwa 20 Datensätze ist die UUID der Primärschlüssel. Die Effizienz ist fast gleich;
(2) Bei Bereichsabfragen, insbesondere bei Hunderten oder Tausenden von Datensätzen, ist die Effizienz der automatischen Inkrementierung von IDs größer als bei
(3). Bei Bereichsabfragen ist die Effizienz der selbsterhöhenden ID größer als die von uuid. (4) In Bezug auf den Speicher beträgt der von der selbsterhöhenden ID belegte Speicherplatz die Hälfte von uuid.
(5) In Bezug auf Sicherung und Wiederherstellung ist der automatisch inkrementierende ID-Primärschlüssel etwas besser als UUID.
4
、1000WDatentest
4.1
Eingang1000WDatensatz, siehe Speicherplatz
#
# 自增id为主键的表
mysql> use test;
Database changed
mysql> select count(1) from UC_USER_1;
+----------+
| count(1) |
+----------+
| 10698102 |
+----------+
1 row in set (27.42 sec)
# uuid为主键的表
mysql> select count(1) from UC_USER_PK_VARCHAR_1;
+----------+
| count(1) |
+----------+
| 10698102 |
+----------+
1 row in set (0.00 sec)
mysql>
Selbstinkrement
id
Tabelle als Primärschlüssel
mysql>
主键类型
数据文件大小
占据容量
自增ID
-rw-rw---- 1 mysql mysql 4.2G Aug 20 23:08 UC_USER_1.ibd
4.2 G
UUID
-rw-rw---- 1 mysql mysql 8.8G Aug 20 18:20 UC_USER_PK_VARCHAR_1.ibd
8.8 G
Datenbank geändertmysql> select count(1) from UC_USER_1;+ - ----------+|. count(1) |+----------+| |+----------+1 Zeile im Satz (27,42 Sek.) # uuid Tabelle mit Primärschlüsselmysql> select count(1) from UC_USER_PK_VARCHAR_1;+----------+ |. count(1) |+---------+10698102 |+------- -- -+1 Zeile im Satz (0,00 Sek.) mysql> Gemessen an der belegten Speicherplatzkapazität ist die Auto-Inkrement-ID etwa halb kleiner als die UUID:
Primärschlüsseltyp
Datendateigröße
Belegte Kapazität
Auto-Inkrement-ID
-rw-rw---- 1 mysql mysql 4,2 G 20. August 23:08 UC_USER_1 .ibd
4,2 G
UUID
-rw-rw---- 1 mysql mysql 8.8G 20. August 18:20 UC_USER_PK_VARCHAR_1.ibd td>
8,8 G
4.2 Einzelne Daten werden nach Index abgefragt, automatische Inkrementierung id und uuid beträgt: (2~3):1
Primärschlüsseltyp
主键类型
SQL语句
执行时间 (秒)
单条记录查询
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`MOBILE` ='14782121512';
0.069
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` ='14782121512';
0.274
小范围查询
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`MOBILE` IN( '14782121512','13761460105');
0.050
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` IN('14782121512','13761460105');
0.151
根据日期查询
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE`='2013-11-24 10:26:36' ;
0.269
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE`='2013-11-24 10:26:43' ;
0.810
SQL-Anweisung
Ausführungszeit (Sekunden). )
Einzeldatensatzabfrage
ID automatisch inkrementieren
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`MOBILE` ='14782121512';
0,069
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` ='14782121512';
0,274
Abfrage für kleine Bereiche
Selbstinkrement-ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`MOBILE` IN( '14782121512',' 13761460105');
0,050
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` IN('14782121512' ,'13761460105');
0,151
Abfrage basierend auf dem Datum
Auto-Inkrement-ID
SELECT SQL_NO_CACHE t .* FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE`='2013-11-24 10:26:36' ;
0,269
UUID
SELECT SQL_NO_CACHE t.* FROM test .`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE`='2013-11-24 10:26:43' ;
0,810
4.3 BereichwieAbfrage, automatische Inkrementierung ID schneidet besser ab als UUID, Verhältnis(1,5~2):1
主键类型
SQL语句
执行时间 (秒)
（1）模糊范围查询1000条数据，自增ID性能要好于UUID
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER` t WHERE t.`MOBILE` LIKE '147%' LIMIT 1000;
2.398
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` LIKE '147%' LIMIT 1000;
5.872
（2）日期范围查询20条数据，自增ID稍微弱于UUID
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
0.765
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
1.090
（3）范围查询200条数据，自增ID性能要好于UUID
自增ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 200;
1.569
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 200;
2.597
范围查询总数量，自增ID要好于UUID
自增ID
SELECT SQL_NO_CACHE COUNT(1) FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ;
1.129
UUID
SELECT SQL_NO_CACHE COUNT(1) FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ;
2.302
Primärschlüsseltyp
SQL-Anweisung
Ausführungszeit (Sekunden)
(1) Fuzzy-Bereichsabfrage 1000 Datenelemente, Leistung der automatischen Inkrement-ID ist besser als bei UUID td>
Auto-Inkrement-ID
SELECT SQL_NO_CACHE t.* FROM test. `UC_USER` t WHERE t .`MOBILE` LIKE '147%' LIMIT 1000;
2.398
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`MOBILE` LIKE '147 %' LIMIT 1000 ;
5,872
(2) Fragen Sie 20 Daten im Datumsbereich ab, und die sich selbst erhöhende ID ist etwas schwächer als UUID
tr>
Auto-Inkrement-ID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
0,765
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-08-01 10:26:36' ORDER BY t.`UPDATE_DATE` DESC LIMIT 20;
1.090
(3) Bereichsabfrage von 200 Daten, die Leistung der automatischen Inkrement-ID ist besser als die von UUID
Auto-Inkrement-ID td>
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ORDER BY t.` UPDATE_DATE` DESC LIMIT 200;
1.569
UUID
SELECT SQL_NO_CACHE t.* FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36 ' ORDER BY t.`UPDATE_DATE` DESC LIMIT 200;
2.597
Gesamtmenge der Bereichsabfrage, Auto-Inkrement-ID ist besser als UUID
Auto-Inkrement-ID
SELECT SQL_NO_CACHE COUNT(1) FROM test.`UC_USER_1` t WHERE t.`CREATE_DATE ` > '2016-07-01 10:26:36' ; td>
1.129
UUID
SELECT SQL_NO_CACHE COUNT(1) FROM test.`UC_USER_PK_VARCHAR_1` t WHERE t.`CREATE_DATE` > '2016-07-01 10:26:36' ;
2.302
4.4 Test schreiben, automatische Inkrementierung ID Es ist effizienter als UUID und das Verhältnis beträgt (3~10): 1
Primärschlüsseltyp
SQL-Anweisung
Ausführungszeit (Sekunden)
Datensätze eines Tages ändern
ID erhöhen
UPDATE test.`UC_USER_1` t SET t.`MOBILE_TGC`='T2' WHERE t.`CREATE_DATE` > '2016-05-03 10:26:36' AND t.`CREATE_DATE` < '2016-05- 04 00:00:00' ;
2.685
UUID
UPDATE test.`UC_USER_PK_VARCHAR_1` t SET t.`MOBILE_TGC`='T2' WHERE t.`CREATE_DATE` > '2016-05-03 10:26:36' AND t.`CREATE_DATE` <'2016- 05-04 00:00:00' ;
<🎜><🎜>自增ID<🎜><🎜><🎜><🎜>time mysqldump -utim -ptimgood -h192.168.121.63 test UC_USER_1> UC_USER_1.sql0m50.548s
UUIDZeit mysqldump -utim -ptimgood -h192.168.121.63 test UC_USER_PK_VARCHAR_1> UC_USER_PK_VARCHAR_1.sql0m58.590s
MySQL-Datenbank
自增IDtime mysql -utim -ptimgood -h192.168.121.63 test < UC_USER_1.sql<🎜><🎜><🎜><🎜>17m30.822s<🎜><🎜><🎜>
<🎜><🎜>UUID<🎜><🎜><🎜><🎜>Zeit mysql -utim -ptimgood -h192.168.121.63 test < UC_USER_PK_VARCHAR_1.sql<🎜><🎜><🎜><🎜>23m6.360s<🎜><🎜><🎜>
<🎜><🎜><🎜><🎜>< 🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜><🎜>
5, 1000WZusammenfassung
Unter dem Test der 1000-W-Datensatztabelle:
(1) Für den normalen Abruf einzelner oder etwa 20 Datensätze beträgt die Effizienz der automatischen Inkrementierung des Primärschlüssels das Zwei- bis Dreifache die des UUID-Primärschlüssels;
(2) Bei Bereichsabfragen, insbesondere für Hunderte oder Tausende von Datensätzen, ist die Effizienz der automatischen Inkrementierung von IDs jedoch größer als bei
(3). Bei der statistischen Zusammenfassung für Bereichsabfragen beträgt die Effizienz des automatisch inkrementierenden ID-Primärschlüssels das 1,5- bis 2-fache der Effizienz des UUID-Primärschlüssels Die automatisch inkrementierende ID beträgt die Hälfte der UUID. (5) In Bezug auf das Schreiben beträgt die Effizienz des automatisch inkrementierenden ID-Primärschlüssels das Drei- bis Zehnfache des UUID-Primärschlüssels ist offensichtlich, insbesondere wenn Daten in einem kleinen Bereich aktualisiert werden.
(6) In Bezug auf Sicherung und Wiederherstellung ist der selbsterhöhende ID-Primärschlüssel etwas besser als UUID.
6,
MySQLVerteilte Architektur KompromisseDie verteilte Architektur bedeutet, dass die Einzigartigkeit des Primärschlüssels einer Tabelle in mehreren Instanzen beibehalten werden muss. Derzeit ist der gewöhnliche Primärschlüssel mit einer selbsterhöhenden ID für eine einzelne Tabelle nicht geeignet, da bei mehreren MySQL-Instanzen das Problem der globalen Eindeutigkeit des Primärschlüssels auftritt.
6.1, automatische Inkrementierung
ID Primärschlüssel + Schrittgröße, geeignet für mittelgroße verteilte Szenarien Auf dem Master jeder Clusterknotengruppe, Stellen Sie (auto_increment_increment) ein, versetzen Sie den Startpunkt jedes Clusters um 1 und wählen Sie eine Schrittgröße, die größer ist als die Anzahl der geteilten Cluster, die in Zukunft grundsätzlich nicht mehr erreicht werden kann, um den Effekt einer relativen Segmentierung der zu erfüllenden ID zu erzielen der globale einzigartige Effekt.
Die Vorteile sind: einfache Implementierung, einfache Nachwartung und Transparenz für die Anwendung.
Der Nachteil ist: Die erste Einrichtung ist relativ kompliziert, da für die zukünftige Geschäftsentwicklung ausreichende Schrittweiten berechnet werden müssen
;
Planung:
Wenn beispielsweise insgesamt N Knotengruppen geplant sind, dann ist die i- te Knotengruppe Die Konfiguration von my.cnf ist: auto_increment_offset i
auto_increment_increment N
Wenn 48 Knotengruppen geplant sind, ist N 48, Konfigurieren Sie nun die 8. Knotengruppe, dieses i ist 8, die Konfiguration in my.cnf der 8. Knotengruppe lautet:
auto_increment_offset 8
auto_increment_increment 48
6.2,
UUID, geeignet für kleine verteilte Umgebungen Bei einer geclusterten Primärschlüssel-Engine wie InnoDB werden die Daten nach dem Primärschlüssel sortiert. Aufgrund der Unordnung der UUID erzeugt InnoDB einen enormen E/A-Druck und weil der Index und die Daten zusammen gespeichert werden , strings Der Primärschlüssel verdoppelt den Speicherplatz.
Während des Speicherns und Abrufens sortiert innodb die Primärschlüssel physisch, was eine gute Nachricht für auto_increment_int ist, da die Position des später eingefügten Primärschlüssels immer am Ende liegt. Für UUID ist dies jedoch eine schlechte Nachricht, da UUID chaotisch ist und die Position des Primärschlüssels jedes Mal ungewiss ist. Wenn der Primärschlüssel physisch sortiert ist, führt dies zwangsläufig dazu Eine große Anzahl von E/A-Vorgängen beeinträchtigt die Effizienz. Wenn die Datenmenge weiter wächst, insbesondere wenn die Datenmenge mehrere zehn Millionen Datensätze überschreitet, sinkt die Lese- und Schreibleistung dramatisch.
Vorteile: Der Aufbau ist relativ einfach und erfordert nicht die Eindeutigkeit des Primärschlüssels.
Nachteile: Nimmt doppelt so viel Speicherplatz in Anspruch (es kostet
2
mal mehr für nur ein Stück Cloud-Speicher) und später Die Lese- und Schreibleistung sinkt drastisch.
ID hinzugefügt, geeignet für verteilte Szenarien in Big-Data-Umgebungen Der von Twitter angekündigte Open-Source-Algorithmus für verteilte IDs Snowflake (Java-Version)
IdWorker.java：
package com.demo.elk;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
protected static final Logger LOG = LoggerFactory.getLogger(IdWorker.class);
private long workerId;
private long datacenterId;
private lange Sequenz = 0L; datacenterIdBits = 5L;
private long maxWorkerId = -1L ^ (-1L << workerIdBits);
private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
private long sequenceBits = 12L;
private long workerIdShift = sequenceBits;
private long datacenterIdShift = sequenceBits + workerIdBits;
private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
private long sequenceMask = -1L ^ (-1L << sequenceBits);
private long lastTimestamp = - 1L;
public IdWorker(long workerId, long datacenterId) {
// Plausibilitätsprüfung für workerId
if (workerId > maxWorkerId || workerId < 0). > if (datacenterId > maxDatacenterId || datacenterId < 0) {
throw new IllegalArgumentException(String.format("Datacenter-ID kann nicht größer als %d oder kleiner als 0 sein", maxDatacenterId));
LOG.error(String.format("Die Uhr bewegt sich rückwärts. Anfragen werden abgelehnt bis %d.", lastTimestamp));
throw new RuntimeException(String.format("Die Uhr wurde rückwärts verschoben. Weigerung, eine ID für %d Millisekunden zu generieren, lastTimestamp - Zeitstempel));
}
if (lastTimestamp == timestamp) {
Sequenz = (sequence + 1) & sequenceMask;
if (sequence == 0) {
timestamp = tilNextMillis(lastTimestamp);
}
} else {
sequence = 0L;
}
lastTimestamp = timestamp;
. zurück (( timestamp - twepoch) << timestampLeftShift) | (datacenterId << workerIdShift) | protected long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen()
return System.currentTimeMillis();
}
}
测试生成ID的测试类，IdWorkerTest.java：
Paket com.demo.elk;
import java.util.HashSet;
import java.util. Set;
package com.demo.elk;
import java.util.HashSet;
import java.util.Set;
public class IdWorkerTest {
static class IdWorkThread implements Runnable {
private Set set;
private IdWorker idWorker;
public IdWorkThread(Set set, IdWorker idWorker) {
this.set = set;
this.idWorker = idWorker;
}
public void run() {
while (true) {
long id = idWorker.nextId();
System.out.println(" real id:" + id);
if (!set.add(id)) {
System.out.println("duplicate:" + id);
}
}
}
}
public static void main(String[] args) {
Set set = new HashSet();
final IdWorker idWorker1 = new IdWorker(0, 0);
final IdWorker idWorker2 = new IdWorker(1, 0);
Thread t1 = new Thread(new IdWorkThread(set, idWorker1));
Thread t2 = new Thread(new IdWorkThread(set, idWorker2));
t1.setDaemon(true);
t2.setDaemon(true);
t1.start();
t2.start();
try {
Thread.sleep(30000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
öffentliche Klasse IdWorkerTest { statische Klasse IdWorkThread implementiert Runnable { private Set Set; private idworker idworker; 🎜> this.idWorker = idWorker; } public void run() { while (true) { long id = idWorker.nextId(); System.out.println(" real id:" +. id); if (!set.add(id)) { System.out.println("duplicate:" + id); } } } } public static void main(String[] args) { Set set = new HashSet(); final IdWorker idWorker1 = new IdWorker(0, 0); final IdWorker idWorker2 = new IdWorker(1, 0); Thread t1 = neuer Thread(new IdWorkThread(set, idWorker1)); Thread t2 = neuer Thread(new IdWorkThread(set, idWorker2)); t1.setDaemon(true) ; t2.setDaemon(true); t1.start(); t2.start(); try { Thread.sleep(30000); } Catch (InterruptedException e) { e.printStackTrace(); } }}
7, Zusammenfassung
(1) Einzelne Instanz oder einzelne Knotengruppe:
Nach 500-W- und 1000-W-Standalone-Tabellentests ist die automatische Inkrementierungs-ID besser als die UUID Die Leistung des inkrementellen ID-Primärschlüssels ist höher als die von UUID und die Festplattenspeicherkosten sind halb so hoch wie die von UUID. Daher verwendet auf einer einzelnen Instanz oder einer einzelnen Knotengruppe die automatisch inkrementierende ID als bevorzugten Primärschlüssel.
(2) Verteiltes Architekturszenario:
Die kleinen verteilten Szenarien unter der 20-Knoten-Gruppe können den UUID-Primärschlüssel schnell bereitstellen, wobei mehrere Speicherkosten anfallen und ein Teil der Leistung geopfert wird >
Für mittelgroße verteilte Szenarien mit 20 bis 200 Knotengruppen kann eine schnellere Lösung mit sich selbst erhöhender ID + Schrittgröße verwendet werden. Verteilte Szenarien unter Big Data mit mehr als 200 Knotengruppen können aus der globalen automatisch inkrementierenden ID lernen, die vom Twitter Snowflake-Algorithmus als Primärschlüssel erstellt wird. Das Obige ist der detaillierte Prozess des Vergleichs der Vor- und Nachteile der Verwendung des automatisch inkrementierenden ID-Primärschlüssels und der UUID als Primärschlüssel in MySQL (Tests aus Millionen). Weitere verwandte Inhalte finden Sie auf der chinesischen PHP-Website (www.php.cn)!
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
