淘宝的数据库，主键是如何设计的？

破产码农

IT圈最会讲故事的网红 · 南山彭于晏

MySQL数据库架构设计的基本功就是对于表结构的设计。

如对于字段类型的选择；表的存储设计，压缩还是非压缩，如何选用压缩算法；表的访问设计，SQL还是NoSQL。

这些问题看似非常简单并容易回答，然而绝大部分的答案却是错的。

某些错的离谱的答案还在网上年复一年的流传着，甚至还成为了所谓的MySQL军规。

其中，一个最明显的错误就是关于MySQL的主键设计。

大部分人的回答如此自信：用8字节的 BIGINT 做主键，而不要用INT。

以上全错。

这样的回答，只站在了数据库这一层，而没有从业务的角度思考主键到底什么？

主键就是一个自增ID么？

站在2021年的时间当下，用自增做主键，架构设计上可能连及格分都拿不到。

1

自增ID的问题

自增ID做主键，简单易懂，几乎所有数据库都支持自增类型，只是实现上各自有所不同而已。

自增ID除了简单，其他都是缺点，总体来看存在以下几方面的问题。

首先，可靠性不高。存在自增ID回溯的问题，这个问题直到最新版本的MySQL 8.0才修复。

其次，安全性不高。对外暴露的接口可以非常容易猜测对应的信息。

比如/User/1/这样的接口，可以非常容易猜测用户ID的值为多少，总用户数量有多少，也可以非常容易地通过接口进行数据的爬取。

另外容易被忽视的一点是，自增ID的性能较差，需要在数据库服务器端生成。

而且业务还需要额外执行一次类似last_insert_id()的函数才能知道刚才插入的自增值，这需要多一次的网络交互。

在海量并发的系统中，多1条SQL，就多一次性能上的开销。

最后也是最重要的一点是，自增ID是局部唯一，只在当前数据库实例中唯一，而不是全局唯一，在任意服务器间都是唯一的。

对于目前分布式系统来说，这简直就是噩梦。

2

淘宝的主键设计

在淘宝的电商业务中，订单服务是一个核心业务。

那么请问，订单表的主键淘宝是如何设计的呢？是自增ID么？

打开淘宝，看一下订单信息：

从上图可以发现，订单号不是自增ID！！！

接着，我们详细看下上述4个订单号：

1550672064762308113
1481195847180308113
1431156171142308113
1431146631521308113

注意到了什么没？订单号是20位的长度，且订单的最后6位都是一样的，都是308113。

此外，订单号的前面14位部分是单调递增的。

所以，我大胆猜测，淘宝的订单ID设计应该是：

订单ID = 时间 + 去重字段 + 用户ID后6位尾号

这样的设计能做到全局唯一，且对分布式系统查询及其友好。

3

主键的设计

看到这里，姜老师想说的是自增ID只适合用于非核心业务，如告警、日志、监控等信息。

对于核心业务表，主键设计至少应该是全局唯一且是单调递增。全局唯一保证在各系统之间都是唯一的，单调递增是希望插入时不影响数据库性能。

这里姜老师推荐最简单的一种主键设计：UUID。

我知道很多同学会说：UUID啊，虽然全局唯一，但是占用36字节，数据无序，插入性能差。

是的，再一次的以上全错。

在得到上述结论前，是不是应该先回答以下这样问题呢？

• 为什么UUID是全局唯一的？

• 为什么UUID占用36个字节？

• 为什么UUID是无序的？

好吧，接着姜老师来手把手的给你讲解UUID。

MySQL数据库的UUID实现是Version 1的版本实现，其组成如下所示：

UUID = 时间低（8字节）- 时间中高+版本（8字节）- 时钟序列 - MAC地

为了更为详细的讲解UUID的实现，我们以UUID值e0ea12d4-6473-11eb-943c-00155dbaa39d举例，其具体组成如下图所示：

在UUID中他的时间部分占用60位，存储的类似TIMESTAMP的时间戳，但表示的是从1582-10-15 00：00：00.00到现在的100ns的计数。

可以看到UUID存储的时间精度比TIMESTAMPE更高，时间维度发生重复的概率降低到1/100ns。

时钟序列是为了避免时钟被回拨导致产生时间重复的可能性。MAC地址用于全局唯一。这回答了为什么UUID可以是全局唯一的问题。

UUID根据字符串进行存储，设计时还带有无用"-"字符串，因此总共需要36个字节。

最后，为什么UUID是随机无序的呢？

因为UUID的设计中，将时间低位放在最前面，而这部分的数据是一直在变化的，并且是无序！！！

若将时间高低位互换，则时间就是单调递增的了，也就变得单调递增了。

MySQL 8.0解决了UUID存在的问题，除去了UUID字符串中无意义的"-"字符串，并且将字符串用二进制类型保存，这样存储空间降低为了16字节。

更重要的是，他可以更换时间低位和时间高位的存储方式，这样UUID就是有序的UUID了。

可以通过MySQL8.0提供的uuid_to_bin函数实现上述功能，同样的，MySQL也提供了bin_to_uuid函数进行转化：

所以，现在起可以通过函数uuid_to_bin(@uuid,true)将UUID转化为有序UUID了。

全局唯一 + 单调递增，这不就是我们想要的主键实现么？

BTW，8.0之前的版本没有提供这两个函数，有聪明的小伙伴知道怎么实现么？欢迎留言。

4

有序UUID性能测试

16字节的有序UUID，相比之前8字节的自增ID，性能和存储空间对比究竟如何呢？

我们来做一个测试，插入1亿条数据，每条数据占用500字节，含有3个二级索引，最终的结果如下所示：

从上图可以看到插入1亿条数据有序UUID是最快的，而且在实际业务使用中有序UUID在业务端就可以生成。还可以进一步减少SQL的交互次数。

另外，虽然有序UUID的相比自增ID多了8个字节，但实际只增大了3G的存储空间。

存储空间的增大并没有小伙伴想象中的那么大。

5

总结

在当今的互联网环境中，非常不推荐自增ID作为主键的数据库设计。

更推荐类似有序UUID的全局唯一的实现。

另外在真实的业务系统中，主键还可以加入业务和系统属性，如用户的尾号，机房的信息等。

这样的主键设计就更为考验架构师的水平了。

今天所介绍的全部内容都发布在拉钩教育推出的专栏《姜承尧的MySQL实战宝典》中，欢迎大家订阅。

更重要的是，每周五晚21：30分，我将在抖音直播对于《姜承尧的MySQL实战宝典》相关问题的答疑。抖音号：破产码农

直播预告

每周五、六，不定期直播，分享技术干货

IMG群是码农的交流社区，IMG微信群交流内容包括但不限于技术、经济、军事、八卦等话题。欢迎有态度的码农们加入IMG大家庭。

IMG目前有少林群、武当群、峨眉群、华山群、M悦会（高端VIP群）。

仅限码农入群，猎头或其他行业勿加，入群请加姜老师个人微信 82946772，并备注：码农入IMG群

-----------------------

公众号：破产码农

视频号：破产码农

抖音号：破产码农

B站号：姜老师带你飞

长按下图二维码关注，将感受到一个有趣的灵魂，每篇文章都会有新惊喜。

往期推荐