【數據庫】Mysql中主鍵的幾種表設計組合的實際應用效果
寫在前面
前前後後忙忙碌碌，度過了新工作的三個月。博客許久未新，似乎對忙碌沒有一點點防備。總結下來三個月不斷的磨礪自己，努力從獨樂樂轉變到眾樂樂，體會到不一樣的是，連辦公室的新玩意都能引起莫名的興趣了，作為一只忙碌的 “猿” 倒不知正常與否。
咳咳， 正題， 今天要寫一篇關於mysql的主鍵、索引的文章，mysql的研究博主進行還不夠深入，今天討論的主題主要是，主鍵對增刪改查的具體影響是什麽？ 博主將用具體的實驗說明。
如果你不了解主鍵，你可以先看看下面的小節，否則你可以直接跳轉到實驗步驟
了解主鍵、外鍵、索引
主鍵
主鍵的主要作用是保證表的完整、保證表數據行的唯一性質，
① 業務主鍵（自然主鍵）：在數據庫表中把具有業務邏輯含義的字段作為主鍵，稱為“自然主鍵(Natural Key)”。
自然主鍵的含義就是原始數據中存在的不重復字段，直接使用成為主鍵字段。 這種方式對業務的耦合太強，一般不會使用。
② 邏輯主鍵（代理主鍵）：在數據庫表中采用一個與當前表中邏輯信息無關的字段作為其主鍵，稱為“代理主鍵”。
邏輯主鍵提供了一個與當前表數據邏輯無關的字段作為主鍵，邏輯主鍵被廣泛使用在業務表、數據表，一般有幾種生成方式：uuid、自增。
業務的更改幾乎是不可避免的，前期任何產品經理言之鑿鑿的不修改論調都是不可靠、不切實際的。我們必須考慮主鍵數據在更改的情況下，數據能否平穩度過危機。
② 復合主鍵（聯合主鍵）：通過兩個或者多個字段的組合作為主鍵。
復合主鍵可以說是業務主鍵的升級版本，通常一個業務字段不能夠確定一條數據的唯一性，例如 張三的身份證是34123322， 張三這種大眾名稱100%會出現重復。我們可以用姓名 + 身份證的方式表示主鍵，聲明一個唯一的記錄。
有時候，復合主鍵是復雜的。 姓名+身份證 不一定能表示不重復，雖然身份證在17年消除了重復的問題，但是之前的數據呢？ 可能我們需要新增一個地址作為聯合主鍵，例如 姓名 + 身份證 + 聯系地址確認一個人的身份。在其他的業務中，例如訪問控制，用戶 + 終端 + 終端類型 + 站點 + 頁面 + 時間，可能六個字段的聯合才能夠去確定一個字段的唯一性，這另復雜度陡升。
另外如果其他表要與該表關聯則需要引用復合主鍵的所有字段，這就不單純是性能問題了，還有存儲空間的問題了，當然你也可以認為這是合理的數據冗余，方便查詢，但是感覺有點得不償失。
使用復合主鍵的原因可能是：對於關系表來說必須關聯兩個實體表的主鍵，才能表示它們之間的關系，那麽可以把這兩個主鍵聯合組成復合主鍵即可。
如果兩個實體存在多個關系，可以再加一個順序字段聯合組成復合主鍵，但是這樣就會引入業務主鍵的弊端。當然也可以另外對這個關系表添加一個邏輯主鍵，避免了業務主鍵的弊端，同時也方便其他表對它的引用。
外鍵
外鍵是一種約束，表與表的關聯約束，例如a表依賴關聯b表的某個字段，你可以設置a表字段外鍵關聯到b表的字段，將兩張表強制關聯起來，這時候產生兩個效果
① 表 b 無法被刪除，你必須先刪除a表
② 新增的數據必須與表b某行關聯
這對某些需要強耦合的業務操作來說很有必要，但、 要強調但是，外鍵約束我認為，不可濫用，沒有合適的理由支撐它的使用的話，將導致業務強制耦合。另外對開發人員不夠友好。使用外鍵一定不能超過3表相互。否則將引出很多的麻煩而不得不取消外鍵。
索引
索引用於快速找出在某個列中有一特定值的行，不使用索引，MySQL必須從第一條記錄開始讀完整個表，直到找出相關的行，表越大，查詢數據所花費的時間就越多，如果表中查詢的列有一個索引，MySQL能夠快速到達一個位置去搜索數據文件，而不必查看所有數據，那麽將會節省很大一部分時間。
例如：有一張person表，其中有2W條記錄，記錄著2W個人的信息。有一個Phone的字段記錄每個人的電話號碼，現在想要查詢出電話號碼為xxxx的人的信息。
如果沒有索引，那麽將從表中第一條記錄一條條往下遍歷，直到找到該條信息為止。
如果有了索引，那麽會將該Phone字段，通過一定的方法進行存儲，好讓查詢該字段上的信息時，能夠快速找到對應的數據，而不必在遍歷2W條數據了。其中MySQL中的索引的存儲類型有兩種BTREE、HASH。 也就是用樹或者Hash值來存儲該字段，要知道其中詳細是如何查找的，就需要會算法的知識了。我們現在只需要知道索引的作用，功能是什麽就行。
優點：
1、所有的MySql列類型(字段類型)都可以被索引，也就是可以給任意字段設置索引
2、大大加快數據的查詢速度
缺點：
1、創建索引和維護索引要耗費時間，並且隨著數據量的增加所耗費的時間也會增加
2、索引也需要占空間，我們知道數據表中的數據也會有最大上線設置的，如果我們有大量的索引，索引文件可能會比數據文件更快達到上線值
3、當對表中的數據進行增加、刪除、修改時，索引也需要動態的維護，降低了數據的維護速度。
使用原則：
索引需要合理的使用。
1、對經常更新的表就避免對其進行過多的索引，對經常用於查詢的字段應該創建索引，
2、數據量小的表最好不要使用索引，因為由於數據較少，可能查詢全部數據花費的時間比遍歷索引的時間還要短，索引就可能不會產生優化效果。
3、在一同值少的列上(字段上)不要建立索引，比如在學生表的"性別"字段上只有男，女兩個不同值。相反的，在一個字段上不同值較多可是建立索引。
測試主鍵的影響力
為了說明業務主鍵、邏輯主鍵、復合主鍵對數據表的影響力，博主使用java生成四組測試數據，首先準備表結構為：
`id` int(10) UNSIGNED NOT NULL AUTO_INCREMENT, -- 自增 `dt` varchar(40) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, -- 使用uuid模擬不同的id `name` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, -- 隨機名稱 `age` int(10) NULL DEFAULT NULL, -- 隨機數生成年齡 `key` varchar(40) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL, -- 唯一標識 使用uuid測試 PRIMARY KEY (`id`) USING BTREE -- 設置主鍵
將生成四組千萬條的數據：
1. 自增主鍵 test_primary_a
2. 自增主鍵 有索引 test_primary_d
3. 無主鍵 無索引 test_primary_b
4. 復合主鍵 無索引 test_primary_c
使用java, spring boot + mybatis每次批量一萬條數據，插入一千次，記錄每次插入時間，總插入時間：
mybatis代碼：
<insert id="insertTestData"> insert into test_primary_${code} ( `dt`, `name`, `age`, `key` ) values <foreach collection="items" item="item" index= "index" separator =","> ( #{item.dt}, #{item.name}, #{item.age}, #{item.key} ) </foreach>
java代碼，使用了mybatis插件提供的事務處理：
@Transactional(readOnly = false) public Object testPrimary (String type) { HashMap result = new HashMap(); // 記錄總耗時 開始時間 long start = new Date().getTime(); // 記錄總耗時 插入條數 int len = 0; try{ String[] names = {"趙一", "錢二", "張三" , "李四", "王五", "宋六", "陳七", "孫八", "歐陽九" , "徐10"}; for (int w = 0; w < 1000; w++) { // 記錄萬條耗時 long startMil = new Date().getTime(); ArrayList<HashMap> items = new ArrayList<>(); for (int i = 0; i < 10000; i++) { String dt = StringUtils.uuid(); String key = StringUtils.uuid(); int age = (int)((Math.random() * 9 + 1) * 10); // 隨機兩位 String name = names[(int)(Math.random() * 9 + 1)]; HashMap item = new HashMap<>(); item.put("dt", dt); item.put("key", key); item.put("age", age); item.put("name", name); items.add(item); } len += tspTagbodyMapper.insertTestData(items, type); long endMil = new Date().getTime(); // 萬條最終耗時 result.put(w, endMil - startMil); } long end = new Date().getTime(); // 總耗時 result.put("all", end - start); result.put("len", len); return result; } catch (Exception e) { System.out.println(e.toString()); result.put("e", e.toString()); } return result; }
最終生成的數據表情況：
1. 自增主鍵 test_primary_a ---------- 數據長度 960MB
62分鐘插入一千萬條數據 平均一萬條數據插入 4秒
2. 自增主鍵 有索引 test_primary_d 數據長度 1GB 索引長度 1.36GB
75分鐘插入一千萬條數據 平均一萬條數據插入 4.5秒
3. 無主鍵 無索引 test_primary_b ----------- 數據長度 960MB
65分鐘插入一千萬條數據 平均一萬條數據插入 4.2秒
4. 復合主鍵 無索引 test_primary_c ----------- 數據長度 1.54GB
219分鐘插入一千萬條數據 平均一萬條數據插入 8秒， 這裏有一個問題， 復合主鍵的數據插入耗時是線性增長的，當數據小於100萬 插入時常在五秒左右， 當數據變大，插入時長無限變大，在1000萬條數據時，平均插入一萬數據秒數已經達到15秒了。
查詢速度
註意索引的建立時以name字段為開頭，索引的生效第一個條件必須是name
簡單查詢：
select name,age from test_primary_a where age=20 -- 自增主鍵 無索引 結果條數11萬 平均3.5秒
select name,age from test_primary_a where name=‘張三‘ and age=20 -- 自增主鍵 有索引 結果條數11萬 平均650豪秒
select name,age from test_primary_b where age=20 -- 無主鍵 無索引 結果條數11萬 平均7秒
select name,age from test_primary_c where age=20 -- 聯合主鍵 無索引 結果條數11萬 平均4.5秒
稍復雜條件：
select name,age,`key`,dt from test_primary_a where age=20 and (name=‘王五‘ or name = ‘張三‘) and dt like ‘%abc%‘ -- 自增主鍵 無索引 結果條數198 平均4.2秒
select dt,name,age,`key` from test_primary_d where (name=‘王五‘ or name = ‘張三‘) and age=20 and dt like ‘%abc%‘ -- 自增主鍵 有索引 結果條數204 平均650豪秒
select name,age,`key`,dt from test_primary_d where age=20 and (name=‘王五‘ or name = ‘張三‘) and dt like ‘%abc%‘ -- 無主鍵 無索引 結果條數194 平均5.9秒
select name,age,`key`,dt from test_primary_c where age=20 and (name=‘王五‘ or name = ‘張三‘) and dt like ‘%abc%‘ -- 聯合主鍵 無索引 結果條數11萬 平均5秒
這樣的語句更誇張一點：
select name,age,dt from test_primary_c where dt like ‘%0000%‘ and name=‘張三‘ -- 聯合主鍵 無索引 結果條數359 平均8秒
select name,age,dt from test_primary_c where dt like ‘%0000%‘ and name=‘張三‘ -- 自增主鍵 有索引 結果條數400 平均1秒
初步結論
從實際應用中可以看出：用各主鍵的對比，在導入速度上，在前期百萬數據時，各表表現一致，在百萬數據以後，復合主鍵的新增時長將線性增長，應該是因為每一條新增都需要判斷是否重復，而數據量一旦增大，每次新增都需要全表篩查。
另外一點，邏輯主鍵 + 索引的方式占用空間一共2.4G， 復合主鍵占用1.54G 相差大約1個G ， 但是實際查詢效果看起來索引更勝一籌，只要查詢方法得當，索引應該是當前的首選。
最後，關於復合主鍵的作用？ 我想應該是在業務主鍵字段不超過2-3個的情況下，需要確保數據維度的唯一性，采取復合主鍵加上限制。
寫在最後
前後耗時一整天，完成了這次實驗過程，目的就是檢驗幾種表設計組合的實際應用效果，關於其他的問題，博主將在後續持續跟進。
實踐出真知。
【數據庫】Mysql中主鍵的幾種表設計組合的實際應用效果