沈老师,我听网上说,MySQL数据表,在数据量比较大的情况下,主键不宜过长,是不是这样呢?这又是为什么呢? 这个问题嘛,不能一概而论:(1)如果是InnoDB存储引擎,主键不宜过长;(2)如果是MyISAM存储引擎,影响不大; 先举个简单的栗子说明一下前序知识。 假设有数据表:
t(id PK, name KEY, sex, flag);
其中:(1)id是主键;(2)name建了普通索引; 假设表中有四条记录:1, shenjian, m, A
3, zhangsan, m, A
5, lisi, m, A
9, wangwu, f, B
如果存储引擎是MyISAM,其索引与记录的结构是这样的:(1)有单独的区域存储记录
(record);(2)主键索引与普通索引结构相同,都存储记录的指针(暂且理解为指针);画外音:(1)主键索引与记录不存储在一起,因此它是非聚集索引(Unclustered Index);(2)MyISAM可以没有PK; MyISAM使用索引进行检索时,会先从索引树定位到记录指针,再通过记录指针定位到具体的记录。画外音:不管主键索引,还普通索引,过程相同。 InnoDB则不同,其索引与记录的结构是这样的:(1)主键索引与记录存储在一起;
(2)普通索引存储主键(这下不是指针了);画外音:(1)主键索引与记录存储在一起,所以才叫聚集索引(Clustered Index);(2)InnoDB一定会有聚集索引; InnoDB通过主键索引查询时,能够直接定位到行记录。但如果通过
普通索引查询时,会先查询出主键,再从主键索引上二次遍历索引树。 回归正题,为什么InnoDB的主键不宜过长呢? 假设有一个用户中心场景,包含身份证号,身份证MD5,姓名,出生年月等业务属性,这些属性上均有查询需求。最容易想到的设计方式是:
身份证作为主键
其他属性上建立索引
user(id_code PK,
id_md5(index),
name(index),
birthday(index));
此时的索引树与行记录结构如上:
id_code聚集索引,关联行记录
其他索引,存储id_code属性值
以id自增列为聚集索引,关联行记录
其他索引,存储id值
user(id PK auto inc,
id_code(index),
id_md5(index),
name(index),
birthday(index));
如此一来,有限的缓冲区,能够缓冲更多的索引与行数据,磁盘IO的频率会降低,整体性能会增加。 总结(1)MyISAM的索引与数据分开存储,索引叶子存储指针,主键索引与普通索引无太大区别;(2)InnoDB的聚集索引和数据行统一存储,聚集索引存储数据行本身,普通索引存储主键;(3)InnoDB不建议使用太长字段作为PK(此时可以加入一个自增键PK),MyISAM则无所谓;
本文转自“架构师之路”公众号,58沈剑提供。