如何使用有序GUID提升数据库读写性能

源宝导读：数据库设计时，经常会使用GUID作为表的主键，但由于GUID的随机性会导致数据库在读写数据时效率严重下降，影响应用程序整体性能。本文将深入探讨如何通过使用有序GUID提升数据读写的性能。

一、背景

    常见的数据库设计是使用连续的整数为做主键，当新的数据插入到数据库时，由数据库自动生成，但这种设计不一定适合所有场景。

  随着越来越多的应用程序使用Nhibernate、Entity Framework Core等ORM（对象关系映射）框架，应用被设计成为工作单元（Unit Of Work）模式，需要在数据持久化之前生成主键，解决主实体与子系统的依赖关系；为了保证在多线程并发以及站点集群环境中主键的唯一性，最简单最常见的方式是将主键设计成为GUID类型。

    工作单元是数据库应用程序经常使用的一种设计模式，简单一点来说，就是对多个数据库操作进行打包，记录对象上的所有变化，并在最后提交时一次性将所有变化通过系统事务写入数据库。目的是为了减少数据库调用次数以及避免数据库长事务。关于工作单元的知识可以在各类博客网站中都有说明，在这里就不做详细的介绍了。

    GUID（全球唯一标识符）也称为UUID，是一种由算法生成的二进制长度为128位的数字标识符。在理想情况下，任何计算机之间都不会生成两个相同的GUID。GUID 的总数达到了2^128（3.4×10^38）个，所以随机生成两个相同GUID的可能性非常小，但并不为0。GUID一词有时也专指微软对UUID标准的实现。

    RFC 41222描述了创建标准GUID，如今大多数GUID生成算法通常是一个很长的随机数，再结合一些像网络MAC地址这种随机的本地组件信息。

    GUID的优点允许开发人员随时创建新值，而无需从数据库服务器检查值的唯一性，这似乎是一个完美的解决方案。

    很多数据库在创建主键时，为了充分发挥数据库的性能，会自动在该列上创建聚集索引。我们先来说一说什么是聚集索引。集索引确定表中数据的物理顺序，类似于电话簿，按姓氏排列数据。由于聚集索引规定数据在表中的物理存储顺序，因此一个表也只能包含一个聚集索引。它能够快速查找到数据，但是如果插入数据库的主键不在列表的末尾，向表中添加新行时就非常缓慢。例如，看下面这个例子，在表中已经存在三行数据（例子来自Jeremy Todd的博客《GUIDs as fast primary keys under multiple databases》）：

    此时非常简单：数据行按对应ID列的顺序储存。如果我们新添加一行ID为8的数据，不会产生任何问题，新行会追加的末尾。

    但如果我们想插入一行的ID为5的数据。

    ID为7，8的数据行必须向下移动。虽然在这算什么事儿，但当您的数据量达到数百万行的级别之后，这就是个问题了。如果您还想要每秒处理上百次这种请求，那可真是难上加难了。

    这就是GUID主键引发的问题：它是随机产生的，所以在数据插入时，随时都会涉及到数据的移动，导致插入会很缓慢，还会涉及大量不必要的磁盘活动。根据数据库的存储的相关知识，会带如下两点问题：

1. 空间的浪费以及由此带来的读写效率的下降；
   

2. 更主要的，存储的碎片化以及由此带来的读写效率严重下降。
   

    GUID最关键的问题就是它是随机的。我们需要设计一种有规则的GUID生成方式，在之后生成的GUID类型总是比之前的要大，保证插入数据库的主键是在表数据的末尾追加的，这种我们称之为有序GUID。

二、GUID排序规则

    在讲解有序GUID之前，我们必须先了解一下GUID在.Net中以及各个数据库中的排序规则，排序规则不一样，生成有序GUID的规则也会随之变化。

128位的GUID主要有4部分组成：Data1, Data2, Data3, and Data4，你可以看成下面这样：“11111111-2222-3333-4444-444444444444”。

    Data1 占4个字节, Data2 2个字节, Data3 2个字节加 Data4 8个字节。我们分别的对各字节编上序号：

GUID在.Net中的排序规则

    在.Net中，GUID默认的排序规则是按左到右的，看下面这个示例。

    输出结果：

    通过上面的输出结果，我们可以得到排序的权重如下

    这与数字排序规则一致，从右到左进行依次进行排序（数字越小，权重越高，排序的优先级越高）。

GUID在各个数据库中的排序规则

    在SQL Server数据库中，我们有一种非常简单的方式来比较两个GUID类型的大小值（其实在SQL Server数据库中称为UniqueIdentifier类型）：

    上面的例子来自Ferrari的博客《How are GUIDs sorted by SQL Server?》。

    查询结果：

通过上面可以得到如下结果：

• 先按每1-8从左到右进行排序；
  

• 接着按第9-10位从右到左进行排序；

• 最后按后11-16位从右到左进行排序；

通过分析，我们可得到如下权重列表：

    在Microsoft官方文档中，有一篇文档关于GUID与uniqueidentifier的值比较：《Comparing GUID and uniqueidentifier Values》。

    不同的数据库处理GUID的方式也是不同的。在SQL Server存在内置GUID类型，没有原生GUID支持的数据库通过模拟来方式来实现的。在Oracle保存为raw bytes类型，具体类型为raw(16)；在MySql中通常将GUID储存为char(36)的字符串形式。

    关于Oracle、MySql数据库的排序规则与.Net中排序规则，不过篇章的限制，这里不再做具体的演示，您可以自己进行测试。我们在这里只给出最终的结论：

• .Net中GUID的排序规则是从左到右依次进行排序，与数字排序规则一致；

• Sql Server数据库提供对GUID类型的支持，在数据库中称为UniqueIdentifier类型，但是排序规则比较复杂：

• • 先按每1-8从左到右进行排序；

  • 接着按第9-10位从右到左进行排序；

  • 最后按后11-16位从右到左进行排序；

• Oracle数据库未提供对GUID类型的支持，使用的是raw bytes类型保存数据，真实类型为raw(16)，排序规则是按Oracle二进制进行排序的；

• MySql数据库未提供对GUID类型的支持，使用的是字符串的类型保存数据，使用是的char(36)类型，由于使用的是字符串类型，排序规则与GUID在.Net中的规则一致。

三、有序GUID

    有序GUID是有规则的生成GUID，保证在之后生成的GUID的值总是比之前的要大。不过在上一节中，已经提到过各个数据库对GUID支持不一样，而且排序的规则也不一样，所以我们需要为每一个数据库提供不一致的有序GUID生成规则。

UuidCreateSequential函数

    我们都知道SQL Server数据库有一个NewSequentialId()函数，用于创建有序GUID。在创建表时，可以将它设置成为GUID类型字段的默认值，在插入新增数据时自动创建主键的值（该函数只能做为字段的默认值，不能直接在SQL中调用）。示例如下：

    NewSequentialId()函数只能在数据库使用，不过在 Microsoft 的 MSDN 文档中有说明，NEWSEQUENTIALID 是对 Windows UuidCreateSequential 函数的包装，https://msdn.microsoft.com/zh-cn/library/ms189786(v=sql.120).aspx。这样我们可以在C#通过非托管方法调用：

    但是上面的方法也存在三个问题：

1、这个方法涉及到安全问题，UuidCreateSequential函数依赖的计算硬件，该方法的后12位其实是网卡的MAC地址。这是我电脑生成的一组有序GUID。

    这是我本地电脑的网卡的MAC地址：

2、由于UuidCreateSequential函数生成的有序GUID中包括MAC地址，所以如果在服务器集群环境中，肯定存在一台服务器A上生成的有序GUID总比另一台服务器B生成要更小，服务器A产生的数据插入到数据库时，由于聚集索引的问题，总是会移动服务器B已经持久化到数据库中的数据。集群的服务器越多，产生的IO问题更严重。在服务器群集环境中，需要自行实现有序GUID。

3、UuidCreateSequential函数生成的GUID规则与SQL Server中排序的规则存在不一致，这样仍然会导致严重的IO问题，所以需要将GUID重新排序后再持久化到数据库。例如上面列出生成的GUID列表，依次生成的数据可以看出，是第4位字节在自增长，在这与任何一个数据库的排序规则都不一致；关于该函数生成的规则，可以见此文章：https://stackoverflow.com/questions/5585307/sequential-guids。

    下面的方法是将生成的GUID调整成为适合Sql Server使用的有序GUID（针对其它数据库支持，您可以按排序规则自行修改）：

小结：
    UuidCreateSequential函数存在隐私的问题，不适合集群环境，并且需要重新排序后再提交到数据库；

COMB解决方案

    COMB 类型的GUID 是由Jimmy Nilsson在他的“The Cost of GUIDs as Primary Keys”一文中设计出来的。
     基本设计思路是这样的：既然GUID数据生成是随机的，会造成索引效率低下，影响了系统的性能，那么能不能通过组合的方式，保留GUID的前10个字节，用后6个字节表示GUID生成的时间（DateTime），这样我们将时间信息与GUID组合起来，在保留GUID的唯一性的同时增加了有序性，以此来提高索引效率（这是针对Sql Server数据库来设计的）。

    在NHibernate框架中已经实现该功能，可以在github上看到实现方式：https://github.com/nhibernate/nhibernate-core/blob/master/src/NHibernate/Id/ GuidCombGenerator.cs#L45-L69。

    在EF以及EF Core也同样实现了类似的解决方案，EF Core的实现方式：https://github.com/aspnet/EntityFrameworkCore/blob/f7f6d6e23c8e47e44a61983827d9e41f2afe5cc7/src/EFCore/ValueGeneration/SequentialGuidValueGenerator.cs#L25-L44。

    在这里介绍一下使用的方式，由EF Core框架自动生成有序GUID的方式：

    但是请注意，这两个ORM的解决方案只针对Sql Server数据库，因为只保证了最后几位字节是按顺序来生成的。

SequentialGuid框架

    SequentialGuid框架也是我要推荐给您，因为它提供了常见数据库生成有序Guid的解决方案。

    基本原理与COMB方案一样，使用时间来保证有序GUID的顺序，使用System.Security.Cryptography. RNGCryptoServiceProvider保证生成的数据的唯一性；关于该框架的设计思路以及针对各个数据库的性能测试，见链接：https://www.codeproject.com/Articles/388157/GUIDs-as-fast-primary-keys-undermultiple-database。

    使用方式，建议您参考ABP框架，在ABP中使用SequentialGuid框架来生成有序GUID，关键代码链接：https://github.com/aspnetboilerplate/aspnetboilerplate/ blob/b36855f0c238c3592203f058c641862844a0614e/src/Abp/SequentialGuidGenerator.cs#L36-L51。

四、总结

    我们来总结一下：

• 在数据库中最好不要使用随机的GUID，它会影响性能；

• 在SQL Server中提供了NewSequentialId函数来生成有序GUID；

• 各个数据库对GUID支持的不一样，而且排序的规则也不一样；

• UuidCreateSequential函数存在隐私的问题，不适合集群环境，并且需要重新排序后再提交到数据库；

• 各ORM框架提供了有序GUID的支持，但是其实只是针对Sql Server数据库设计的；

• 推荐您使用SequentialGuid框架，它解决了多数据库以及集群环境的问题。

------ END ------

作者简介

唐同学： 架构师，目前负责ERP运行平台整体架构设计和开发。

也许您还想看

ERP缓存实践经验分享

大数据列表页面前端性能优化方案与实践

.Net最小工作线程对应用程序性能的影响

成本计算引擎动态规则解析技术详解