我听网上说,MySQL 数据表,在数据量比较大的情况下,主键不宜过长,是不是这样呢?_这又是为什么呢?
这个问题嘛,不能一概而论:
(1)如果是 InnoDB 存储引擎,主键不宜过长;
(2)如果是 MyISAM 存储引擎,影响不大;
先举个简单的栗子说明一下前序知识。
假设有数据表:
t(id PK, name KEY, sex, flag);
其中:
(1)id 是主键;
(2)name 建了普通索引;
假设表中有四条记录:
1, shenjian, m, A
3, zhangsan, m, A
5, lisi, m, A
9, wangwu, f, B
如果存储引擎是 MyISAM,其索引与记录的结构是这样的:
image
(1)有单独的区域存储记录 (record);
(2)主键索引与普通索引结构相同,都存储记录的指针(暂且理解为指针);
画外音:
(1)主键索引与记录不存储在一起,因此它是非聚集索引 (Unclustered Index);
(2)MyISAM 可以没有 PK;
MyISAM 使用索引进行检索时,会先从索引树定位到记录指针,再通过记录指针定位到具体的记录。
画外音:不管主键索引,还普通索引,过程相同。
InnoDB 则不同,其索引与记录的结构是这样的:
image
(1)主键索引与记录存储在一起;
(2)普通索引存储主键(这下不是指针了);
画外音:
(1)主键索引与记录存储在一起,所以才叫聚集索引 (Clustered Index);
(2)InnoDB 一定会有聚集索引;
InnoDB 通过主键索引查询时,能够直接定位到行记录。
image
但如果通过普通索引查询时,会先查询出主键,再从主键索引上二次遍历索引树。
回归正题,为什么 InnoDB 的主键不宜过长呢?
假设有一个用户中心场景,包含身份证号,身份证 MD5,姓名,出生年月等业务属性,这些属性上均有查询需求。
最容易想到的设计方式是:
身份证作为主键
其他属性上建立索引
user(id_code PK,
id_md5(index),
name(index),
birthday(index));
image
此时的索引树与行记录结构如上:
id_code 聚集索引,关联行记录
其他索引,存储 id_code 属性值
身份证号 id_code 是一个比较长的字符串,每个索引都存储这个值,在数据量大,内存珍贵的情况下,MySQL 有限的缓冲区,存储的索引与数据会减少,磁盘 IO 的概率会增加。
画外音:同时,索引占用的磁盘空间也会增加。
此时,应该新增一个无业务含义的 id 自增列:
以 id 自增列为聚集索引,关联行记录
其他索引,存储 id 值
user(id PK auto inc,
id_code(index),
id_md5(index),
name(index),
birthday(index));
image
如此一来,有限的缓冲区,能够缓冲更多的索引与行数据,磁盘 IO 的频率会降低,整体性能会增加。
总结
(1)MyISAM 的索引与数据分开存储,索引叶子存储指针,主键索引与普通索引无太大区别;
(2)InnoDB 的聚集索引和数据行统一存储,聚集索引存储数据行本身,普通索引存储主键;
(3)InnoDB 不建议使用太长字段作为 PK(此时可以加入一个自增键 PK),MyISAM 则无所谓;