背景
之前做了一个项目设计表的时候,不知道怎么脑子抽抽了下,也处于好奇(毕竟喜欢在写代码的时候试错、作死),没有添加自增主键id,结果上周运维使用阿里云排查SQL语句,得出一个有问题的列表,非常荣幸我上榜了,阿里云给出语句优化建议:表无主键,建议添加主键;执行时间也蛮快的,锁等待时间也没有,但就是不行,贼尴尬!麻溜加上自增主键id,在此记录,以自省。
主键
表中每一行都应该有可以唯一标识自己的一列(或一组列)。
主键(primary key) 一列(或一组列),其值能够唯一区分表中的每个行。
唯一标识表中每行的这个列(或这组列)称为主键。没有主键,更新或删除表中特定行很困难,因为没有安全的方法保证只涉及相关的行。
虽然并不总是都需要主键,但大多数数据库设计人员都应保证他们创建的每个表有一个主键,以便于以后数据操纵和管理。
表中的任何列都可以作为主键,只要它满足一下条件:
- 任何两行都不具有相同的主键值;
- 每个行都必须具有一个主键值(主键列不允许NULL值);
主键值规范:这里列出的规则是MySQL本身强制实施的。
除MySQL强制实施的规则外,应该坚持的几个普遍认为主键的最好习惯为:
- 不更新主键列的值;
- 不重用主键列的值;
- 不在主键列中使用可能会更改的值(例如,如果使用一个名字作为主键以标识某个供应商,该供应商合并和更改其名字时,必须更改这个主键);
总之:不应该使用一个具有意义的column(id 本身并不保存表有意义信息) 作为主键,并且一个表必须要有一个主键,为方便扩展、松耦合,高可用的系统做铺垫。
InnoDB引擎表是基于B+Tree的索引组织表
B+Tree的特点:
- 所有关键字都出现在叶子结点的链表中(稠密索引),且链表中的关键字恰好是有序的;
- 不可能在非叶子结点命中;
- 非叶子结点相当于是叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的数据层;
如果我们定义了主键(PRIMARY KEY),那么InnoDB会选择主键作为聚集索引、如果没有显式定义主键,则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引、如果也没有这样的唯一索引,则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增,这个ROWID不像ORACLE的ROWID那样可引用,是隐含的)。
数据记录本身被存于主索引(一颗B+Tree)的叶子节点上。这就要求同一个叶子节点内(大小为一个内存页或磁盘页)的各条数据记录按主键顺序存放,因此每当有一条新的记录插入时,MySQL会根据其主键将其插入适当的节点和位置,如果页面达到装载因子(InnoDB默认为15/16),则开辟一个新的页(节点)
如果表使用自增主键,那么每次插入新的记录,记录就会顺序添加到当前索引节点的后续位置,当一页写满,就会自动开辟一个新的页。如下图所示:
这样就会形成一个紧凑的索引结构,近似顺序填满。由于每次插入时也不需要移动已有数据,因此效率很高,也不会增加很多开销在维护索引上。
如果使用非自增主键(比如身份证号或学号等),由于每次插入主键的值近似于随机,因此每次新纪录都要被插到现有索引页的中间某个位置,此时MySQL不得不为了将新记录插到合适位置而移动数据,甚至目标页面可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来,这增加了很多开销,同时频繁的移动、分页操作造成了大量的碎片,得到了不够紧凑的索引结构,后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面。
因此,在使用InnoDB存储引擎时,如果没有特别的需要,请永远使用一个与业务无关的自增字段作为主键;因为使用自增列(INT/BIGINT类型)做主键,这时候写入顺序是自增的,和B+Tree叶子节点分裂顺序一致,存取效率最高。
如果一个InnoDB表没有显示主键,又有可以被选择为主键的唯一索引,但该唯一索引可能不是递增关系时(例如字符串、多字段联合唯一索引的情况),MySQL在频繁的更新、删除操作,会产生碎片。而含碎片比较大的表,查询效率会降低,存取效率极差。
说到主键,大家第一反应肯定就是,自增,int(11),非空的字段来做主键,但也有特殊需要的会用varchar类型字段做主键也没什么,在性能上的表现是不明显的,通常说明这个字段含有业务含义,且业务能保证该字段唯一,有时候int范围太小,存的数据不够多,会用long类型,就性能而言,还是整型值的效率会高些(但很有限),整型值比字符型另一个优点就是可以通过数据库实现自增加列,减少编程的复杂性。