自增还是UUID?MYSQL数据库主键的类型选择

自增还是UUID？这个问题看似简单，但是能诱发很多思考，也涉及到了很多细节。网上的确有很多有关这方面的资料，但是比较乱，今天我结合这些资料和自己的心得，单独对这个话题写一篇博客出来，希望对大家有所帮助哈。

先说下uuid和 auto_increment（数据库自增主键）的优缺点吧，因为是个人理解，如有错误恳请指出：

auto_incremen的优点：

1. 字段长度较uuid小很多，可以是bigint甚至是int类型，这对检索的性能会有所影响。我们平时数据库一般用的都是innodb引擎的表，这种表格检索数据的时候，哪怕走索引，也是先根据索引找到主键，然后由主键找到这条记录。所以主键的长度短的话，读性能是会好一点的。
2. 在写的方面，因为是自增的，所以主键是趋势自增的，也就是说新增的数据永远在后面，这点对于性能有很大的提升（这点我接下来会在uuid的优缺点分析中解释，虽然用词可能不太专业）。

auto_incremen的缺点：

1. 最致命的一个缺点就是，很容易被别人知晓业务量，然后很容易被网络爬虫教做人
2. 高并发的情况下，竞争自增锁会降低数据库的吞吐能力
3. 数据迁移的时候，特别是发生表格合并这种操作的时候，会非常蛋疼

接下来说下uuid的优点：

1. 地球唯一的guid，绝对不会冲突
2. 可以在应用层生成，提高数据库吞吐能力
3. 是string类型，写代码的时候方便很多

uuid的缺点

1. 与自增相比，最大的缺陷就是随机io。这一点又要谈到我们的innodb了，因为这个默认引擎，表中数据是按照主键顺序存放的。也就是说，如果发生了随机io，那么就会频繁地移动磁盘块。当数据量大的时候，写的短板将非常明显。当然，这个缺点可以通过nosql那些产品解决。
2. 读取出来的数据也是没有规律的，通常需要order by，其实也很消耗数据库资源
3. 看起来比较丑

这样子一看，似乎两种主键方案都有其致命的缺点，那怎么搞呢？比如遇到必须用mysql但是量比较大，并发比较高的情况？其实行业内大鳄已经给出了一个比较好的解决方案，那就是推特的雪花算法(snowflake)：

雪花算法简单描述：
+ 最高位是符号位，始终为0，不可用。
+ 41位的时间序列，精确到毫秒级，41位的长度可以使用69年。时间位还有一个很重要的作用是可以根据时间进行排序。
+ 10位的机器标识，10位的长度最多支持部署1024个节点。
+ 12位的计数序列号，序列号即一系列的自增id，可以支持同一节点同一毫秒生成多个ID序号，12位的计数序列号支持每个节点每毫秒产生4096个ID序号。

看的出来，这个算法很简洁也很简单，但依旧是一个很好的ID生成策略。最高的那几位是时间戳，这能保证不管是几台机子在跑主键的生成必然是趋势自增的，基本上下一毫秒产生的主键必然比上一毫秒的大。最后的几位是加锁的方法生成的，一台机器一毫秒钟4096个，够用了吧？唯一的难点是机器号的生成。我想了想，大概有几个方法：

1. 根据机器的mac地址等信息生成，简单点的话，就根据机器的ip生成（这样子做是有风险的，哪怕保证买来的机器都是连号的，根据ip计算一样可能导致算出同样的机器id）
2. 用zookeeper给机器发号，这是最稳妥的，真要用雪花算法生成线上数据的id，我觉得还是得靠这个方案
3. 用其他中间组件生成，比如redis自增等原子性操作获取机器编号。

zk那些我不是很会，我就拿第三种方案，结合spring data jpa写个小demo：

然后是主键生成器的实现类，需要实现接口：

当然判断的逻辑可以再写详细点。
这里要注意的是,redis的加载必须要在db之前完成，所以redis和db的配置文件需要改变下：

这种方案比较简单，但是的确也存在一个危险周期（如果这个机器编号是取模生成的），而且万一redis数据被清空了，可能机器编号也会重复…网上关于这方面的资料比较少，除了zk发号（其实我也不会），我也想不到有更好的办法，如果大家有更好的方案，可以随时留言或者找我…

我这边有新的好的想法也会随时更新这篇博客~