MySQL 中可以通过添加主键来节省磁盘空间吗？（译文）

从历史上看，MySQL 不需要在表上定义显式主键，直到今天默认都是这样。不过，这种要求是通过两种复制方法施加的：组复制和 Percona XtraDB 集群（PXC），默认情况下不允许使用没有主键的表。对于缺少主键的表，有许多众所周知的负面性能影响，其中最痛苦的是糟糕的复制速度。

今天，简单说明一下使用主键的另一个原因：磁盘上的数据大小！

请看示例：

sql 复制代码

mysql > show create table test1\G
*************************** 1. row ***************************
       Table: test1
Create Table: CREATE TABLE `test1` (
  `a` int NOT NULL,
  `b` bigint DEFAULT NULL,
  KEY `a` (`a`),
  KEY `b` (`b`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.00 sec)

填充 10M 测试行，磁盘占用 748M。现在，假设我的测试表有具有唯一值的列 "a"：

sql 复制代码

mysql > select count(*) from test1;
+----------+
| count(*) |
+----------+
| 10000000 |
+----------+
1 row in set (1.34 sec)

mysql > select count(DISTINCT(a)) from test1;
+--------------------+
| count(DISTINCT(a)) |
+--------------------+
|           10000000 |
+--------------------+
1 row in set (5.25 sec)

将（secondary）索引类型更改为 primary：

sql 复制代码

mysql > alter table test1 add primary key(a), drop key a;
Query OK, 0 rows affected (48.90 sec)
Records: 0 Duplicates: 0 Warnings: 0

mysql > show create table test1\G
*************************** 1. row ***************************
       Table: test1
Create Table: CREATE TABLE `test1` (
  `a` int NOT NULL,
  `b` bigint DEFAULT NULL,
  PRIMARY KEY (`a`),
  KEY `b` (`b`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.00 sec)

结果重新创建了表，它在磁盘上的大小减小到 588M，相当显着！为什么会这样？我们有完全相同的数据，并且在两种情况下，两列都已编入索引！让我们看看更改前后表的更多详细信息。

当两个列都通过辅助键编制索引时，我们可以看到以下内容

sql 复制代码

mysql > select SPACE,INDEX_ID,i.NAME as index_name, t.NAME as table_name, CLUST_INDEX_SIZE, OTHER_INDEX_SIZE from information_schema.INNODB_INDEXES i JOIN information_schema.INNODB_TABLESPACES t USING(space) JOIN information_schema.INNODB_TABLESTATS ts WHERE t.NAME=ts.NAME AND t.NAME='db1/test1'\G
*************************** 1. row ***************************
           SPACE: 50
        INDEX_ID: 232
      index_name: a
      table_name: db1/test1
CLUST_INDEX_SIZE: 24699
OTHER_INDEX_SIZE: 22242
*************************** 2. row ***************************
           SPACE: 50
        INDEX_ID: 231
      index_name: b
      table_name: db1/test1
CLUST_INDEX_SIZE: 24699
OTHER_INDEX_SIZE: 22242
*************************** 3. row ***************************
           SPACE: 50
        INDEX_ID: 230
      index_name: GEN_CLUST_INDEX
      table_name: db1/test1
CLUST_INDEX_SIZE: 24699
OTHER_INDEX_SIZE: 22242
3 rows in set (0.00 sec)

所以，有第三个索引！通过 innodb_ruby 工具查看每个索引的更详细视图，它是大小最大的索引 （id=230）

sql 复制代码

$ innodb_space -f msb_8_3_0/data/db1/test1.ibd space-indexes
id      name  root        fseg        fseg_id     used        allocated   fill_factor
230           4           internal    3           27          27          100.00%    
230           4           leaf        4           24634       24672       99.85%      
231           5           internal    5           21          21          100.00%    
231           5           leaf        6           12627       12640       99.90%      
232           6           internal    7           13          13          100.00%    
232           6           leaf        8           9545        9568        99.76%

这就是 InnoDB 引擎的工作原理;如果未定义显式 PK，它将添加一个名为 .由于它包含整个数据行，因此其大小开销很大。GEN_CLUST_INDEX

将二级索引替换为显式主键后，不再需要隐藏的索引。因此，我们总共剩下两个索引：

sql 复制代码

mysql > select SPACE,INDEX_ID,i.NAME as index_name, t.NAME as table_name, CLUST_INDEX_SIZE,OTHER_INDEX_SIZE from information_schema.INNODB_INDEXES i JOIN information_schema.INNODB_TABLESPACES t USING(space) JOIN information_schema.INNODB_TABLESTATS ts WHERE t.NAME=ts.NAME AND t.NAME='db1/test1'\G
*************************** 1. row ***************************
           SPACE: 54
        INDEX_ID: 237
      index_name: b
      table_name: db1/test1
CLUST_INDEX_SIZE: 23733
OTHER_INDEX_SIZE: 13041
*************************** 2. row ***************************
           SPACE: 54
        INDEX_ID: 236
      index_name: PRIMARY
      table_name: db1/test1
CLUST_INDEX_SIZE: 23733
OTHER_INDEX_SIZE: 13041
2 rows in set (0.01 sec)

sql 复制代码

$ innodb_space -f msb_8_3_0/data/db1/test1.ibd space-indexes
id      name  root        fseg        fseg_id     used        allocated   fill_factor
236           4           internal    3           21          21          100.00%    
236           4           leaf        4           20704       23712       87.31%      
237           5           internal    5           17          17          100.00%    
237           5           leaf        6           11394       13024       87.48%

隐藏的（内部）聚集索引（GEN_CLUST_INDEX）与生成的不可见主键（GIPK）

每个 InnoDB table 都有一个集群键，因此不定义一个不会节省任何磁盘空间，有时恰恰相反，如上所述。因此，即使有问题的表的现有列都不是唯一的，最好还是添加另一个唯一列作为主键。内部的没有暴露在上层 MySQL 层，只有 InnoDB 引擎知道它，因此它对复制速度毫无用处。因此，显式 PK 始终是更好的解决方案。

但是，如果由于遗留应用程序问题而无法添加新的 PK 列，则仍应使用不可见的主键来强制实施主键。这样，您将获得性能优势，同时，更改对应用程序是透明的。GEN_CLUST_INDEX

让我们看看它在实践中是如何工作的：

sql 复制代码

mysql > set sql_require_primary_key=1;
Query OK, 0 rows affected (0.00 sec)

mysql > create table nopk (a int);
ERROR 3750 (HY000): Unable to create or change a table without a primary key, when the system variable 'sql_require_primary_key' is set. Add a primary key to the table or unset this variable to avoid this message. Note that tables without a primary key can cause performance problems in row-based replication, so please consult your DBA before changing this setting.

mysql > set sql_generate_invisible_primary_key=1;
Query OK, 0 rows affected (0.00 sec)

mysql > create table nopk (a int);
Query OK, 0 rows affected (0.02 sec)

mysql > show create table nopk\G
*************************** 1. row ***************************
       Table: nopk
Create Table: CREATE TABLE `nopk` (
  `my_row_id` bigint unsigned NOT NULL AUTO_INCREMENT /*!80023 INVISIBLE */,
  `a` int DEFAULT NULL,
  PRIMARY KEY (`my_row_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.00 sec)

mysql > select * from nopk;
+------+
| a    |
+------+
|  100 |
+------+
1 row in set (0.00 sec)

因此，我们的应用程序根本不知道新列。但是如果需要，我们仍然可以使用它，例如，轻松地将表读取或写入拆分为可预测的块：

sql 复制代码

mysql > select my_row_id,a from nopk;
+-----------+------+
| my_row_id | a    |
+-----------+------+
|         1 |  100 |
+-----------+------+
1 row in set (0.00 sec)

请注意，对于缺少主键的现有架构，在强制实施 sql_require_primary_key 变量之前，最好先启用该sql_generate_invisible_primary_key并使用逻辑转储和还原重新创建数据。简单的表优化不会添加不可见的 PK。无论如何，拥有一个不可见的 PK 应该是遗留应用程序的双赢解决方案。

总结一下：

可能值得检查一下更改索引类型是否可以节省磁盘空间！
如果由于应用程序限制而无法添加主键，请考虑使用不可见的主键！