选择大于努力，选择不对，努力白费。

在进行数据库表结构设计的时候，主键的定义是个不容忽略的问题。

为什么同样的数据量，性能差别很大？

如何定义合适的主键呢？

本文主要探讨主键的使用，文章内容基于MySQL 8.0 Innodb存储引擎，其他数据库或者存储引擎可能略有差异，甄别对待。

为了方便阅读，每节的课代表部分做了总结，可以直接跳转。

主键数据类型选择

贾明是一个程序员，正在主导一个项目的开发，在设计表结构的时候，关于主键如何定义，在组内讨论的时候分歧很大。

有的同事倾向于使用UUID，理由是唯一不重复，值可以具有业务含义。

有的同事倾向于使用数值，使用数据库提供的自增特性，理由是占用空间少，而且插入数据不会导致索引重排。

每个人都有每个人的立场，每个人的观点明确并且理由充分。

选择是个艺术性的问题，选A必然要舍弃B，选B必要要舍弃A。于是，贾明结束了当次会议。

主键的作用自不必说，不了解的可以参考我之前的一篇文章主键外键“键键不止”，他们都是干什么的？。

在MySQL中，索引结构是B+Tree的数据结构。索引相关内容比较多，不展开，具体内容可以参考我的一篇文章三言两语聊MySQL 索引。

先来简单的介绍下，

索引的结构是B+Tree，数据有序，存储在数据页内。

关于数据页，这里需要关注两点：

数据页固定大小是16K数据页内，数据页之间主键都是从小到大有序排列的。

如果主键的值是无序的，那么在插入的时候，会根据主键值进行查找，找到一个合适的位置插入。如果当前页满了，就会新建一个页，将后边的数据进行移动。

而如果主键的值是有序的，那么只需要在树的尾部进行插入操作即可，页满了，直接新建一个页写即可。

索引结构，图片来自网络，侵删 索引结构，图片来自网络，侵删

到了这里，结论自然浮出水面：

数据类型占用空间尽可能少数据有序

第一点很好理解，索引本身也是数据，越小意味着在相同的页内能存储更多的数据，在数据检索的时候，可以减少IO查询。

有序是依据B+Tree的特性而言的，无序的索引结构意味着会造成索引分页等情况。

课代表

在选择主键数据类型的时候，要选择占用空间少的数据类型，并让主键值有序。如果您还有其他的看法，欢迎评论区讨论。

主键值有序设置

前面我们讲了，主键要选择数值类型，而且值要有序。

有哪些方式可以保证数据有序呢？

相信不少人在建表的时候，都会使用如下语句：

CREATE TABLE table_name (`id` INT(10) unsigned not null AUTO_INCREMENT,...) ENGINE=InnoDB;

MySQL支持在建表的时候，直接设置自增。AUTO_INCREMENT的用法是插入数据的时候如果没有指定列的值，会自动生成一个自增值，如果指定了，会先进行判断，如果插入值比当前值大，使用当前值，否则忽略，按照没指定值处理。

值得注意的是在MySQL8之前AUTO_INCREMENT的值是存储在内存中的，每次重启会初始化成当前表中的最大值，8.0之后，AUTO_INCREMENT做了持久化，重启后是建表以来的最大值。

可不可以不用AUTO_INCREMENT呢？当然可以，自己维护一个自增值就可以了。

课代表

使用AUTO_INCREMENT设置主键自增。也可以自己维护一个自增值。如果您还有其他的看法，欢迎评论区讨论。

主键要不要做业务字段

主键赋予业务含义，可以不可以做业务字段，从技术上是没问题的，但是从业务上来讲存在安全隐患。

举个例子，用户表，如果主键用来做人员ID，很容易被竞争对手发现总用户数是多少，每月新增用户数多少。现在大家平时叫外卖比较多，在小票上，很容易就能发现今天有多少订单，而这些是商业机密，相信任何人也不想把这些数据暴露出来。

因此建议不要将主键用作业务字段，当然，如果不把主键暴露给前段，当我在自言自语。

课代表

主键应避免做业务字段，如果确实要用，要防止数据安全性。如果您还有其他的看法，欢迎评论区讨论。

分布式环境下该怎么处理

分布式越来越盛行的今天，不止是应用，数据库也会做分布式，比如有两张用户表，分表后，主键值该怎么处理，如果还使用自增，这不就重复了吗？违背了主键的唯一性原则。

这里，就要考虑一种合适的方案来生成主键值了。业界常用的有两种方式：

使用Redis，Redis的Incr可以将存储的数值+1，在进行写入的时候，先在Redis中生成一个，然后在插入的时候写入该值。部署一个ID生成服务，主流方式，一般会单独部署一个服务来生成ID值，这个服务来保证生成一个唯一不重复的有序值。

两种方式各有优劣，Redis的好处是自己不需要维护ID的生成，缺点就是如果出现宕机，可能会生成重复值。自己部署一个需要维护ID 生成策略，不过业界也有主流的方式，像雪花算法，关于雪花算法的内容，可以参考我的一篇文章。

此外，还需要考虑单点故障及并发。如果服务不可用，会影响数据的插入。有时间会专门聊一下在分布式环境下如何正确生成ID。

课代表

可以自己部署个ID生成的服务，自己实现或者使用Redis。如果您还有其他的看法，欢迎评论区讨论。

本文主要讲了主键字段类型选择和值的生成，由于”知识的诅咒“现象，可能存在疏漏，恳切希望得到您的建议和意见。