自增INT主键比VARCHAR(36)UUID快得多,因自增ID顺序插入减少页分裂、提升缓存命中率,而UUID随机插入导致频繁页分裂、随机I/O和索引碎片;INSERT延迟从0.2--0.5ms升至1.5--4ms,ORDER BY id退化为全表扫描,单页存储量下降约60%。为什么自增 INT 主键比 VARCHAR(36) UUID 快得多因为 B+ 树索引的页分裂和插入局部性完全不同。自增整数按顺序写入,新记录总在索引末尾追加,页分裂少、缓存友好;UUID 是随机字符串,插入位置完全不可预测,导致频繁页分裂、大量随机 I/O 和索引碎片。INSERT 性能差距在真实业务中有多明显在每秒写入 500+ 行的订单表中,用 BIGINT 自增主键时 INSERT 延迟稳定在 0.2--0.5ms;换成 VARCHAR(36) UUID 后,延迟跳到 1.5--4ms,高峰期甚至触发 InnoDB 行锁等待。这不是理论值,是慢日志里能直接捞出来的 Query_time。UUID 每次插入都要搜索整个 B+ 树定位插入点,而自增 ID 只需定位到最后一页InnoDB 的聚簇索引直接按主键排序存储数据行,UUID 导致物理存储乱序,SELECT ... ORDER BY id 变成全表扫描级开销innodb_page_size=16K 下,一个页存约 100 条自增记录,但可能只存 30--40 条 UUID 记录(因字符串长度和填充碎片)想用 UUID 真就完全不行?这几个折中方案得知道如果业务强依赖分布式生成 ID(比如分库分表前就定死了 UUID),至少别用原生 UUID() 函数------它返回的是标准格式带横杠的字符串,多占 4 字节且无法走索引优化。 arXiv Xplorer ArXiv 语义搜索引擎,帮您快速轻松的查找,保存和下载arXiv文章。
相关推荐
信誓旦旦的程序猿5 小时前
【Python量化实战宝典 #08】可转债与债券接口手册:转股价·溢价率·纯债价值(Python 可跑)Lethehong5 小时前
Oracle 加个字段,目标库就报错?KFS 用“先拆后组“打通异构 DDL砚底藏山河5 小时前
python量化:行情数据回溯今年下半年5 小时前
AI智能体项目实战记录(02):初始化 Python 项目Williamtym6 小时前
PickGo Lab实践:用浏览器、Python和MCP串起机器人搬运仿真Web极客码6 小时前
锁定真正的磁盘卡顿:我用 OpenCode 配合 eBPF 诊断 NVMe 队列深度延迟与 I/O 写放大CS创新实验室6 小时前
Python 对象“死“了之后去了哪?——引用计数与分代垃圾回收CCblandy6 小时前
雪花 ID 四个边界实测:时钟回拨重号 500 个,前端 JSON.parse 直接丢精度quantdash_cc6 小时前
Pandas 处理分钟级股票行情:从原始数据清洗到 K 线聚合cspttty6 小时前
2027用户研究求职准备:应用统计学如何补齐研究设计与业务表达