社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  DATABASE

用雪花 id 和 uuid 做 MySQL 主键,被领导怼了

鸭哥聊Java • 1 年前 • 289 次点击  

我前几天在群里还聊到这个事儿,说实话,被领导怼那天我是真有点懵。我们项目不是新上了个微服务嘛,我图省事儿,直接上了雪花 ID 当 MySQL 主键,想着比 UUID 那一长串字符串优雅多了,又能保证分布式唯一性。结果上线第二天,领导一句“你这个主键选型不合理”就把我打懵了。

那天被怼的场景

早上十点多开例会,领导说数据库主键这块有性能隐患。我还挺不服气:“雪花 ID 多香啊,又快又分布式。”结果领导一句话直接把我怼回去了——“那你知道雪花 ID 在 MySQL InnoDB 下的插入顺序吗?”

我当时脑子嗡一下,回去一查才知道,InnoDB 的聚簇索引是按主键顺序存储的。如果主键是递增的,比如自增 ID,那插入永远是追加在最后一页上,几乎不会造成页分裂。但雪花 ID 啥样?高位是时间戳,低位是机器 ID + 序列号,看起来递增,实际上是局部无序。在高并发下多个节点一插,页面就乱序写,磁盘频繁分裂、回表代价也高。

后来我翻了下监控日志,果然 CPU 飙高,IOPS 也抖得厉害。那一刻我才意识到,原来“雪花 ID 是分布式万能主键”这句话,得加个前提——不是所有场景都适合。

UUID 更糟糕

我之前也用过 UUID,当时的理由是“不重复,生成方便”,但真要落地到 MySQL,问题更多。UUID 是 128 位的字符串主键,占空间大不说,还让索引树变稀疏。因为它完全无序,每插一条都得在索引树里插中间,频繁导致页分裂。

我们当时的表大概有三百万数据,用 UUID 后查询性能直接掉了一半。领导那次复盘的时候还特意说:“UUID 适合日志类、追踪类系统,但不适合高写入场景的主表。”

举个例子,当时我们表结构是这样的:

@Entity
@Table(name = "user_order")
public class UserOrder {

    @Id
    private String id; // UUID 主键

    private Long userId;

    private BigDecimal amount;
}

后来改成 Long 类型的雪花 ID,看着顺眼多了,但性能并没好多少。原因上面提了——无序插入。

领导教我的“正确姿势”

后来领导给了个建议,说如果一定要用雪花 ID,可以做“时间戳顺序化”,让 ID 整体趋势递增。还有一种办法,是用数据库自增 ID 当主键,雪花 ID 当业务 ID。

比如这样写:

CREATE TABLE order_info (
  id BIGINT AUTO_INCREMENT PRIMARY KEY,
  order_no BIGINT NOT NULL UNIQUE,
  user_id BIGINT NOT NULL,
  amount DECIMAL(10,2)
,
  create_time DATETIME DEFAULT CURRENT_TIMESTAMP
)
;

生成订单的时候,Java 里用雪花算法生成  order_no,但数据库主键依然是自增。

long orderNo = snowflake.nextId();
orderRepository.save(new Order(orderNo, userId, amount));

这样两全其美:

  • 主键保持递增,插入顺序稳定;
  • 业务层仍有全局唯一的 ID;
  • 索引树不会频繁分裂。

雪花 ID 的坑

说到这,不得不提我踩过的一个坑。我们部署了三台机器,ID 生成时依赖机器号 + 毫秒时间戳。某次服务器时钟回拨了一秒,雪花算法直接生成了重复 ID,插入数据库报主键冲突。

最后我们只能改成 Twitter 那种变种算法,用 NTP 保证时钟同步,并在回拨时强制阻塞一段时间,才算稳住。

后来我写了个小工具类,专门封装雪花 ID 生成逻辑:

public class SnowflakeIdGenerator {

    private static final long START_TIMESTAMP = 1700000000000L; // 自定义起始时间
    private static final long MACHINE_BIT = 5;
    private static final long DATACENTER_BIT = 5;
    private static final long SEQUENCE_BIT = 12;

    private static  final long MAX_MACHINE_NUM = ~(-1L << MACHINE_BIT);
    private static final long MAX_DATACENTER_NUM = ~(-1L << DATACENTER_BIT);
    private static final long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT);

    private static final long MACHINE_LEFT = SEQUENCE_BIT;
    private static final long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private static final long TIMESTAMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

    private long datacenterId;
    private long machineId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;

    public synchronized long nextId() {
        long currTimestamp = System.currentTimeMillis();
        if (currTimestamp < lastTimestamp) {
            throw new RuntimeException("Clock moved backwards!");
        }
        if (currTimestamp == lastTimestamp) {
            sequence = (sequence + 1) & MAX_SEQUENCE;
            if (sequence == 0L) {
                currTimestamp = waitNextMillis();
            }
        } else {
            sequence = 0L;
        }
        lastTimestamp = currTimestamp;
        return (currTimestamp - START_TIMESTAMP) << TIMESTAMP_LEFT
                | datacenterId << DATACENTER_LEFT
                | machineId << MACHINE_LEFT
                | sequence;
    }

    private long waitNextMillis() {
        long millis = System.currentTimeMillis();
        while (millis <= lastTimestamp) {
            millis = System.currentTimeMillis();
        }
        return millis;
    }
}

但是,哪怕算法再好,在数据库层用得不对,也白搭。

最后的结论

那天会议结束后,领导说了句挺扎心但挺实在的话:“性能问题从来不是算法引起的,而是设计错误。”

现在我总结下自己的经验:

  • UUID:方便但占空间、无序,慎用。
  • 雪花 ID:分布式友好,但要注意时钟同步和索引乱序。
  • 自增 ID + 业务 ID:在绝大多数情况下,是性能和可维护性最平衡的方案。

后来我们新项目都按这个方式做了,再也没被怼过。

不过话说回来,每次被怼,其实都是在成长。那天我回去请领导喝了杯咖啡,笑着说:“以后主键我先给你过一遍。”

-END-

我为大家打造了一份RPA教程,完全免费:songshuhezi.com/rpa.html

🔥鸭哥私藏精品 🔥

鸭哥作为一名老码农,整理了全网最全《Java高级架构师资料合集》 。总量高达 650GB 。点击下方公众号回复关键字 Java 全部免费领取

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/188551