The UUID in MySQL8

问题

记得刚接手项目时，看了下项目里的库表结构，发现表主键都是varchar(36),就问研发，为啥搞个这么长的主键？研发说这个主键是通过java 程序产生的UUID，考虑到以后数据分片不会产生重复。我顿时无语，考虑的还是挺周到，没有意识到这么长字段做主键的问题：

• 首先这个主键很长，而主键会自动添加在每一二级索引的后面，这样会导致数据冗余严重，特别是二级索引建多了的情况下，有时会导致索引的数据比表的数据还大！
• 其次，这样产生UUID是无序的，导致插入性能很差。因为当插入一个数据到B+tree时，系统将这个数据插入到一个合适的位置，这会导致多次IO，而如果数据本身是自增的，那么系统只须将它添加的B+Tree的末端即可，效率要高的多。

因此我还是建议使用整型+auto_increment, 虽然MySQLauto_increment有个众所周知的、历史悠久的bug（这个bug终于在MySQL8的到修复，MySQL8中auto_increment将会被写入redo log 中啦），但大多数情况下还是可靠的，并且MySQL官方也建议使用auto_incremnet做主键。但它也有问题，就是无法适应数据分片的扩容（分库分表），除非你之前规划的非常好。

MySQL8中的解决方案

如今MySQL8 中对UUID提供了增强性支持，不仅使其长度大大缩小，而且解决了顺序的问题！（我之所以称之为增强性支持，是因为他们提供了两个内置函数做了转换，感觉这种方式有点儿low,这样的函数我们也可以写啊）

大家都知道，UUID是由32位16进制字符串组成（不算分隔符'-'）如：

62ab1547-710f-11e8-9a58-5254007205d6 

如果直接保存，则需要32个字符，utf8编码下占用96个字节，对于主键来说还是太长。幸运的是UUID中的每个字符都是16进制字符，两个16进制字符占用一个字节，这样可以轻松将UUID转换为binary(16),占用16个字节，所需空间大大减少，而且二进制字符串检索对比效率很高。

但还有一个至关重要的问题是UUID的组成中将timestamp 部分的低位时间段（如毫秒）放在了前面，高位时间段（如年月日）放在了后面，这会导致前面的字符变化很快，后面的变化很慢，从而使产生的UUID不能顺序自增。这会导致索引插入效率大大降低。

为解决这一问题，mysql8提供了两个函数：UID_TO_BIN(arg1)/ BIN_TO_UUID(arg1,arg2)

• UID_TO_BIN(arg1) 将UUID转化为16位二进制字符串，如果参数arg1为true则将UUID中的timestamp部分中的time-low（第一段字符）和time-high（第三段）调换，这样产生的UUID是顺序递增。
• BIN_TO_UUID(arg1,arg2)将16位进制字符串转化为可读的UUID，arg1为16位二进制字符串，如果arg2省略或为false,即将二进制字符串原位转换；如果arg2为true，则将原来调换的time-low和time-high再调换回去，返回原本的uuid.

测试

创建一张表如下：

mysql8[test]>create table t (id varbinary(16) primary key,create_time timestamp default current_timestamp());
Query OK, 0 rows affected (0.34 sec)

插入几条数据，注意使用了函数uuid_to_bin：

mysql8[test]>insert into t (id)values(uuid_to_bin(uuid(),true));
Query OK, 1 row affected (0.08 sec)

mysql8[test]>insert into t (id)values(uuid_to_bin(uuid(),true));
Query OK, 1 row affected (0.08 sec)

mysql8[test]>insert into t (id)values(uuid_to_bin(uuid(),true));
Query OK, 1 row affected (0.07 sec)

查看结果：

mysql8[test]>select bin_to_uuid(id) id1,bin_to_uuid(id,true) id2, create_time from t;
+--------------------------------------+--------------------------------------+---------------------+
| id1                                  | id2                                  | create_time         |
+--------------------------------------+--------------------------------------+---------------------+
| 11e87113-f079-024e-8405-5254004332fa | f079024e-7113-11e8-8405-5254004332fa | 2018-06-16 11:18:28 |
| 11e87113-f826-4134-8405-5254004332fa | f8264134-7113-11e8-8405-5254004332fa | 2018-06-16 11:18:41 |
| 11e87113-f88c-c8a6-8405-5254004332fa | f88cc8a6-7113-11e8-8405-5254004332fa | 2018-06-16 11:18:42 |
+--------------------------------------+--------------------------------------+---------------------+
3 rows in set (0.00 sec)

注意字段id1使用了函数bin_to_uuid(id)， 而id2使用了bin_to_uuid(id,true)，注意他们在结果集中的区别。

如果需要按主键查询，还是需要使用对应的uuid函数：

mysql8[test]>select * from t where id=uuid_to_bin('f079024e-7113-11e8-8405-5254004332fa',true);
+------------------+---------------------+
| id               | create_time         |
+------------------+---------------------+
| 篓󷁎RT C2򞞠 | 2018-06-16 11:18:28 |
+------------------+---------------------+
1 row in set (0.00 sec)

总结

MySQL8通过提供两个内置函数解决了传统UUID作为主键的缺陷，也使UUID成为了设计主键的首选，特别是在数据分片的架构中，其优势十分突出。我当时一看到这个，还很兴奋，但UUID终究还不是一种数据类型，这多少给应用上增加了些麻烦。相信在MySQL的未来版本会出现一种数据类型叫UUID , 总不能一直弄两个函数糊弄人吧？！（其实目前官方也提到了实现一种新的数据类型，但增加一种数据类型属于重量级实现，代码变动太大，所以当前选择了增加两个函数）

参考资料：

https://www.ietf.org/rfc/rfc4122.txt

https://dev.mysql.com/worklog/task/?id=8920
阅读更多