MySQL中的UUID

2024-05-02 02:18
文章标签 mysql uuid database

本文主要是介绍MySQL中的UUID,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

避免主键冲突可以有多种方法,其中UUID比较方便而已。

使用UUID

  • 涉及分布式数据库间数据共享与同步的问题

以订单为例,假设有:中心A,中心B,中心C。。。服务器,各服务器均能独立产生订单。最终汇总到中心0服务器中。如果使用自增长主键就会在数据汇聚的时候产生冲突。

UUID可以很好地解决这个问题。

  • JAVA生成UUID

UUID.randomUUID().toString().replaceAll("-","");

UUID的性能问题

由于MySQL的InnoDB类型表在插入数据的时候进行了逐渐排序。因此对于随机UUID在数据量大的时候会出现性能下降的情况

性能损失如图:

这里写图片描述

数据来源MySQL InnoDB Primary Key Choise

提高MySQL中UUID查询性能的方法

很多文章中都提到了将UUID以binary形式存储可以显著提高性能。

如 storing-billions-uuid-fields-mysql-innodb

这篇博文就有详细性能对比:

  • UUID - CHAR(36)

INSERT PERFORMANCE
--------------------------------------------------------
total_rows           chunk_size           time_taken
100000               100000               1.87230491638
200000               100000               2.42642807961
300000               100000               3.65519285202
400000               100000               4.23701429367
500000               100000               4.88455510139
600000               100000               5.57620716095
700000               100000               7.50717425346
800000               100000               9.49350070953
900000               100000               10.1547751427
1000000              100000               12.0748021603
1100000              100000               12.277310133
1200000              100000               12.2819159031
1300000              100000               16.9854588509
1400000              100000               20.3873689175
1500000              100000               21.8642649651
1600000              100000               24.4224257469
1700000              100000               29.6857917309
1800000              100000               31.5416200161
1900000              100000               35.4671728611
2000000              100000               41.4726109505SELECT PERFORMANCE
--------------------------------------------------------
total_rows           chunk_size           time_taken
100000               10000                0.165283203125
200000               10000                0.163378000259
300000               10000                0.162928104401
400000               10000                0.164531946182
500000               10000                0.170125961304
600000               10000                0.167329072952
700000               10000                0.166491746902
800000               10000                0.174521684647
900000               10000                0.167996168137
1000000              10000                0.171768426895
1100000              10000                0.171753883362
1200000              10000                0.170397043228
1300000              10000                0.175933599472
1400000              10000                0.188637733459
1500000              10000                0.205511808395
1600000              10000                0.764106750488
1700000              10000                0.584647893906
1800000              10000                0.814380884171
1900000              10000                0.549372911453
2000000              10000                0.635137557983
  • UUID - BINARY(16)

INSERT PERFORMANCE
--------------------------------------------------------
total_rows           chunk_size           time_taken
100000               100000               2.35787940025
200000               100000               1.5819132328
300000               100000               2.00737380981
400000               100000               2.36268806458
500000               100000               1.95024132729
600000               100000               2.52386879921
700000               100000               2.46662926674
800000               100000               3.63739991188
900000               100000               3.62550187111
1000000              100000               4.08164095879
1100000              100000               4.74432897568
1200000              100000               6.74240970612
1300000              100000               6.22160053253
1400000              100000               8.04201221466
1500000              100000               6.05508232117
1600000              100000               6.95644521713
1700000              100000               5.36873197556
1800000              100000               7.14802789688
1900000              100000               7.14896821976
2000000              100000               9.12283611298SELECT PERFORMANCE
--------------------------------------------------------
total_rows           chunk_size           time_taken
100000               10000                0.0722301006317
200000               10000                0.0698809623718
300000               10000                0.0726082324982
400000               10000                0.0731747150421
500000               10000                0.0735011100769
600000               10000                0.0744516849518
700000               10000                0.0759541988373
800000               10000                0.0766224861145
900000               10000                0.0773425102234
1000000              10000                0.0773928165436
1100000              10000                0.0789988040924
1200000              10000                0.0786738395691
1300000              10000                0.077996969223
1400000              10000                0.0804636478424
1500000              10000                0.0809540748596
1600000              10000                0.0811409950256
1700000              10000                0.081680059433
1800000              10000                0.0814859867096
1900000              10000                0.0813221931458
2000000              10000                0.0838458538055

可以看出性能有了极大的提升。

JPA中的具体表实体设置

参考文章Hibernate和UUID标示符

该方法缺陷在于:主键数据在数据库管理工具中显示为乱码。

@Id@Column(columnDefinition = "BINARY(16)")private UUID uuid;

这篇关于MySQL中的UUID的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/953196

相关文章

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式:MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置(可选)启动服务应用场景

oracle DBMS_SQL.PARSE的使用方法和示例

《oracleDBMS_SQL.PARSE的使用方法和示例》DBMS_SQL是Oracle数据库中的一个强大包,用于动态构建和执行SQL语句,DBMS_SQL.PARSE过程解析SQL语句或PL/S... 目录语法示例注意事项DBMS_SQL 是 oracle 数据库中的一个强大包,它允许动态地构建和执行

SQL 中多表查询的常见连接方式详解

《SQL中多表查询的常见连接方式详解》本文介绍SQL中多表查询的常见连接方式,包括内连接(INNERJOIN)、左连接(LEFTJOIN)、右连接(RIGHTJOIN)、全外连接(FULLOUTER... 目录一、连接类型图表(ASCII 形式)二、前置代码(创建示例表)三、连接方式代码示例1. 内连接(I

在MySQL执行UPDATE语句时遇到的错误1175的解决方案

《在MySQL执行UPDATE语句时遇到的错误1175的解决方案》MySQL安全更新模式(SafeUpdateMode)限制了UPDATE和DELETE操作,要求使用WHERE子句时必须基于主键或索引... mysql 中遇到的 Error Code: 1175 是由于启用了 安全更新模式(Safe Upd

轻松上手MYSQL之JSON函数实现高效数据查询与操作

《轻松上手MYSQL之JSON函数实现高效数据查询与操作》:本文主要介绍轻松上手MYSQL之JSON函数实现高效数据查询与操作的相关资料,MySQL提供了多个JSON函数,用于处理和查询JSON数... 目录一、jsON_EXTRACT 提取指定数据二、JSON_UNQUOTE 取消双引号三、JSON_KE

MySql死锁怎么排查的方法实现

《MySql死锁怎么排查的方法实现》本文主要介绍了MySql死锁怎么排查的方法实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录前言一、死锁排查方法1. 查看死锁日志方法 1:启用死锁日志输出方法 2:检查 mysql 错误

MySQL数据库函数之JSON_EXTRACT示例代码

《MySQL数据库函数之JSON_EXTRACT示例代码》:本文主要介绍MySQL数据库函数之JSON_EXTRACT的相关资料,JSON_EXTRACT()函数用于从JSON文档中提取值,支持对... 目录前言基本语法路径表达式示例示例 1: 提取简单值示例 2: 提取嵌套值示例 3: 提取数组中的值注意

MySQL修改密码的四种实现方式

《MySQL修改密码的四种实现方式》文章主要介绍了如何使用命令行工具修改MySQL密码,包括使用`setpassword`命令和`mysqladmin`命令,此外,还详细描述了忘记密码时的处理方法,包... 目录mysql修改密码四种方式一、set password命令二、使用mysqladmin三、修改u

查询SQL Server数据库服务器IP地址的多种有效方法

《查询SQLServer数据库服务器IP地址的多种有效方法》作为数据库管理员或开发人员,了解如何查询SQLServer数据库服务器的IP地址是一项重要技能,本文将介绍几种简单而有效的方法,帮助你轻松... 目录使用T-SQL查询方法1:使用系统函数方法2:使用系统视图使用SQL Server Configu