自增、UUID、雪花算法ID对比

ID 是系统开发中最基本的一个字段，针对 ID 目前多种方案：自增、UUID、雪花算法等，下面针对这些方案做一个对比（基于 mysql 数据库）：

自增 ID
自增 ID：有序 ID
优势：性能好、存储内容少、不会有页裂变问题、易读
劣势：分布式存储比较麻烦、mysql 有自增的 id 锁会有一定性能损耗（相对的）、容易被猜测数据被爬虫爬取

要支持分布式也可以，就是分表分库的时候设置不同的起始递增的位置
比如：表 A1 起始 101000000000，表 A2 起始 102000000000，这样 ID 就不会相同，预留 10 亿的数据，前面三位作为区分不通表或者机器

UUID
UUID：无序随机 ID，时间戳 + 随机数 + 机器 MAC 等信息
优势：全网唯一、适合分布式分库分表存储、ID 没有规律不会被恶意猜测
劣势：性能 / 性能 / 性能、随机导致数据库存储大量的页 (插入性能会有比较大的影响，数据量非常大的时候查询也会有影响)、存储内容也较大（多了一倍多的存储空间）

关于 UUID 还有一种有序 UUID，有序 UUID 会有更好的性能，Hibernate 依赖包中有关于有序 UUID 的实现类：org.hibernate.id.UUIDHexGenerator。

如果项目中一定要使用 UUID 的话建议使用有序 UUID。

雪花算法
雪花算法：Snowflake，时间戳 + 随机数 + 服务器标记
优势：性能较好、有序、全局唯一适合分布式场景
劣势：存储内容较长、前端 Long 转换有精度丢失问题（需要实现 Json 转换解决精度问题）、服务器时钟回拨问题导致重复 ID (概率较低)、插入性能没有自增 ID 好

精度问题处理：https://www.jianshu.com/p/190a18b3d56c
 

几种 ID 生成方式的压力测试对比：

创建 4 种 ID 类型的表：

自增
CREATE TABLE `test_id` (
  `id` bigint (20) NOT NULL AUTO_INCREMENT COMMENT ' 主键 ',
  `name` varchar (200) COLLATE utf8_unicode_ci DEFAULT NULL COMMENT ' 名称 ',
  `remark` varchar(255) COLLATE utf8_unicode_ci DEFAULT NULL,
  `create_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`),

  KEY `IDX_CREATETIME0` (`create_time`)
) ENGINE=InnoDB AUTO_INCREMENT=1324008 DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

雪花
CREATE TABLE `test_snowflakeid` (
  `id` bigint (20) NOT NULL COMMENT ' 主键 ',
  `name` varchar (200) COLLATE utf8_unicode_ci DEFAULT NULL COMMENT ' 名称 ',
  `remark` varchar(255) COLLATE utf8_unicode_ci DEFAULT NULL,
  `create_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `IDX_CREATETIME1` (`create_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

随机 UUID
CREATE TABLE `test_uuid` (
  `id` varchar (100) COLLATE utf8_unicode_ci NOT NULL COMMENT ' 主键 ',
  `name` varchar (200) COLLATE utf8_unicode_ci DEFAULT NULL COMMENT ' 名称 ',
  `remark` varchar(255) COLLATE utf8_unicode_ci DEFAULT NULL,
  `create_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `IDX_CREATETIME2` (`create_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

有序 UUID
CREATE TABLE `test_uuid2` (
  `id` varchar (100) COLLATE utf8_unicode_ci NOT NULL COMMENT ' 主键 ',
  `name` varchar (200) COLLATE utf8_unicode_ci DEFAULT NULL COMMENT ' 名称 ',
  `remark` varchar(255) COLLATE utf8_unicode_ci DEFAULT NULL,
  `create_time` datetime DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `IDX_CREATETIME3` (`create_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

100W 数据

插入对比：
自增： 耗时：180400ms
雪花算法： 耗时：215766ms
随机 UUID： 耗时：719659ms
有序 UUID： 耗时：224371ms

查询 count 对比：
自增：0.5S
雪花算法：0.6S
随机 UUID：2.6S
有序 UUID：0.6S

查询单一记录查询对比：
自增：0.035S
雪花算法：0.032S
随机 UUID：0.040S
有序 UUID：0.035S

时间索引范围查询：

自增：select * from test_snowflakeid where create_time = '2022-02-15 14:01:13'; 0.031S
雪花算法：select * from test_snowflakeid where create_time = '2022-02-15 14:08:18';  0.04S
随机 UUID：select * from test_uuid where create_time = '2022-02-15 14:16:39'; 0.38S
有序 UUID：select * from test_uuid2 where create_time = '2022-02-15 14:30:28'; 0.038S

结论：

插入性能：自增 > 雪花 = 有序 UUID >(3-4 倍) 无序 UUID

查询 Count 性能：自增 > 雪花 = 有序 UUID >(3-4 倍) 无序 UUID

查询单条记录：自增 = 雪花 = 有序 UUID = 无序 UUID 差别不大

查询时间范围索引：自增 > 雪花 = 有序 UUID >(5-10 倍) 无序 UUID

建议开发的时候使用雪花算法或者有序 UUID。