I IT 面试题库
为什么 MySQL 主键推荐使用自增 ID 而不是 UUID?
中级简答题Android开发工程师移动端开发工程师Compose声明式重组
题目
追问链第二问。考察点:聚簇索引按主键顺序存储;UUID 无序导致页分裂与碎片;二级索引叶子节点存主键值,主键越长索引越占空间;自增 ID 的局限与替代方案。
参考答案
内容深度:详细 · 无代码示例 · 来源:外部链接 · 未复核 · 72 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点一:InnoDB 是索引组织表(聚簇索引)
- InnoDB 的数据按主键顺序存储在聚簇索引的 B+ 树叶子节点上。主键值决定了行的物理排列顺序。
- 因此主键的插入顺序直接决定了 B+ 树是「顺序追加」还是「随机插入」。
要点二:自增 ID 的优势
- 顺序写入,无页分裂:新行的主键总是比已有的都大,直接追加到 B+ 树最右边的页;页写满就新开一页,不会产生页分裂、不移动已有数据、不产生碎片。
- 写入速度快:顺序 I/O,且能充分利用 Buffer Pool 的预读与缓存(热点集中在最新的几页)。
- 占用空间小:
BIGINT 只有 8 字节;而 UUID 是 36 字节字符串(或用 BINARY(16) 也需 16 字节)。
要点三:UUID 作为主键的三大问题
- 随机写入导致页分裂:UUID 无序,新行可能被插入到 B+ 树的中间位置。目标页已满时触发页分裂——把一页拆成两页并移动数据,产生大量随机 I/O 与内存碎片,写入吞吐显著下降,表也会膨胀。
- 二级索引被撑大:InnoDB 的二级索引叶子节点存的是主键值。主键从 8 字节变成 36 字节,每一条二级索引记录都要跟着变大,所有索引的体积成倍增长,缓存命中率下降。
- 缓存局部性差:随机主键让热数据分散在大量页面里,Buffer Pool 命中率降低。
要点四:自增 ID 的局限
- 不安全:ID 连续递增,容易暴露业务量(爬一遍就知道订单总数),且可被遍历。
- 分布式场景不友好:分库分表下多库各自自增会冲突,需要额外设置步长(如
auto_increment_increment)或引入发号器。
- 无法提前生成:必须先落库才能拿到 ID,某些需要「先生成 ID 再落库」的场景受限。
要点五:折中方案
- 对内部分库分表:用雪花算法(Snowflake)等趋势递增的分布式 ID——高位是时间戳,整体递增,避免了 UUID 的随机写入问题,同时保证全局唯一。
- 对对外暴露的字段:额外加一个 UUID / 短码字段做业务标识,主键仍用自增或 Snowflake,兼顾性能与安全。
- 如果必须用 UUID:使用 MySQL 8.0 的
UUID_TO_BIN(uuid(), 1)(第 2 个参数为 1 会交换时间低位到高位,使其趋势递增)并存入 BINARY(16),可大幅缓解随机写入问题。
题目与答案就在本页;收藏、批注和错题重练在应用内