MySQL 自增主键为啥不是连续递增

1、前言

一般,我们在建表都会设一个自增主键,因为自增主键可以让主键索引尽量地保持递增顺序插入,避免了页分裂,使得索引树更加紧凑。

自增主键保持着递增顺序插入,但如果依赖于自增主键的连续性,是会有问题的,因为自增主键并不能保证连续递增。

2、主键自增值

创建一个测试表,然后插入一行数据,那么下一次插入数据的时候,自增主键的值就会是2;

CREATE TABLE `t` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `c` int(11) DEFAULT NULL,
  `d` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `c` (`c`)
) ENGINE=InnoDB;
insert into values(null,1,1);
show create table t\G

InnoDB引擎的自增值,在8.0版本之前,是保存在内存中的,根据内存中取值,才有了自增值持久化的能力,一旦发生重启,表的自增值就会遍历主键索引,获取一个最大值+1做为下一个自增值,而在8.0版本中,将自增值的变更记录存到了redo log中,重启的时候就依靠redo log恢复重启之前的值。

3、自增值修改机制

在MySQL中,如果字段id被定义为AUTO_INCREMENT时,在插入一行数据的时候:

  1. 如果插入数据的id为0、null或者未指定值,那么就把这个表当前的AUTO_INCREMENT值填到自增字段;
  2. 如果插入数据的id指定了具体的值,就直接使用语句里指定的值。根据插入的值和当前自增值的大小关系,自增值的变更结果也会有所不同,如果插入的值X < 当前自增的值Y,那么表的自增值不变;否则表的自增值修改为新的自增值。

自增值生成算法:从auto_increment_offset 开始,以auto_increment_increment 为步长,持续叠加,直到找到第一个大于X的值,作为新的自增值。auto_increment_offset 和auto_increment_increment 两个参数的默认值都是1。

自增值的修改流程

假设表t中已有了(1,1,1)这条记录,那么再执行一条插入数据命令时:

insert into values(null,1,1);

语句的执行流程如下:

  1. 执行器调用InnoDB引擎接口写入一行数据,传入的数据为(0,1,1);

  2. InnoDB 发现没有指定自增id的值,获取表t当前的自增值 AUTO_INCREMENT = 2;

  3. 将传入的数据修改为(2,1,1);

  4. 将表的自增值修改为 AUTO_INCREMENT = 3;

  5. 执行插入操作,如果操作成功,则返回ok;如果出现唯一索引报错,则报Duplicate key error,语句返回。

唯一键冲突之前,即语句真正执行插入操作之前,就已经把 AUTO_INCREMENT 修改为3了,这是id = 2 这一行并没有插入成功,但也没有将 AUTO_INCREMENT 改回去,之所以不改回了,是为了在事务并发执行时,能确保拿到最准确的自增值,同时,也是为了性能考虑。

4、自增值为什么不能回退

假设有两个并行执行的事务,在申请自增值的时候,为了避免两个事务申请到相同的id,肯定要加锁,然后顺序申请。

  1. 假设事务A申请了id=2,事务B申请了id=3,那么这时候表t的自增值是4,继续执行

  2. 事务B先提交了,并且正确,但事务A出现了唯一键冲突。

  3. 如果允许事务A把自增id回退,那么表t当前的自增值将被改为2,就会出现表里面已经有id=3的行,而当前自增id值是2

  4. 接下来其他请求会陆续申请到id=2,id=3的情况,在执行插入语句时就会报“主键冲突”。

为了解决这个主键冲突,有两种方法:

  1. 每次申请自增值的时候,先去表中判断是否已经存在这个id,如果存在则跳过。本来申请id自增值是一个很快的操作,现在得去主键索引树上判断id是否存在,性能大打折扣。

  2. 把自增id的锁范围扩大,必须等到一个事务执行完成并提交,下一个事务才能再申请自增id,这个方法的问题是锁的粒度太大,系统并发能力大大下降。

这两个方法都会导致性能问题,是在假设允许”自增值回退“的前提下导致的。为了性能考虑InnoDB放弃了这个设计,使用最简单的方式获取自增值,即使语句执行失败也不回退自增id,因此自增id是递增的,但不保证是连续递增。

5、自增锁的优化

自增id锁并不是一个事务锁,而是每次申请完就马上释放,以便允许别的事务再申请。其实,在MySQL5.1版本之前,并不是这样的。

在MySQL 5.0版本的时候,自增锁的范围是语句级别。也就是说,如果一个语句申请了一个表自增锁,这个锁会等

语句执行结束以后才释放。显然,这样设计会影响并发度。

MySQL 5.1.22版本引入了一个新策略,新增参数innodb_autoinc_lock_mode,默认值是1.

  1. 这个参数的值被设置为0时,表示才用之前MySQL5.0版本的策略

  2. 这个参数的值被设置为1时:

    • 普通insert语句,自增锁在申请之后就马上释放

    • 类似 insert...select 这样的批量插入语句,自增锁还是要等语句结束后才释放

  3. 这个参数的值被设置为2时,所有的申请自增主键的动作都是申请后就释放锁。

疑问:为什么默认设置下,insert...select 要使用语句锁?为什么这个参数的默认值不是2?

答案是为了数据一致性。

解疑场景:

 往表t1中插入了4行数据,然后创建了一个相同结构的表t2,然后两个session同时执行向表t2中插入数据的操作。

如果sessionB是申请了自增值以后马上就释放自增锁,那么就可能出现这样的情况:

  • sessionB先插入了两个记录,(1,1,1)、(2,2,2)

  • 然后 sessionA来申请自增id得到id=3,插入了(3,5,5)

  • 之后 sessionB继续执行,插入两条记录(4,3,3)、(5,4,4)

从数据逻辑上看,并没有问题,因为语义本身并没有要求t2的所有行的数据都跟sessionA相同。但是,如果我们现在的binlog_format=statement,binlog会怎么记录?

由于两个session是同时执行插入数据命令的,所有binlog对表t2的更新日志只有两种情况:要么先记sessionA,要么先记sessionB。但不论是哪一种情况,这个binlog拿去从库执行,或者用来恢复临时实例,备库和临时实例里面,sessionB这个语句执行出来,生成的结果里,id都是连续的,这时,这个库就发生了数据不一致。

要解决这个问题,有两种思路:

  1. 让原库的批量插入数据语句,固定生成连续的id值。所以,自增锁直到语句执行结束才释放,就是为了达到这个目的。

  2. 另一种是在binlog里面把插入数据的操作都如实记录进来,到备库执行的时候,就不再依赖自增主键去生成。这种情况,其实就是innodb_autoinc_lock_mode 设置为2,同时binlog_format设置为row。

因此,在生产上,尤其是有insert...select 这种批量插入数据的场景时,从并发插入数据性能的角度考虑,建议这样设置:innodb_autoinc_lock_mode = 2,并且binlog_format = row,这样做,既能提升并发性,又不会出现数据一致性问题。

批量插入数据,包含的语句类型是 insert...select、replace...select 和 load data 语句。

但是,在普通的insert语句里面包含多个value值的情况下,即时innodb_autoinc_lock_mode设置为1,也不会等语句执行完成才释放锁,因为这类语句在申请自增id的时候,是可以精确计算出需要多少个id的,然后一次性申请完,申请完就可以释放锁了。而批量插入数据的语句,之所以需要这么设置,是因为不知道预先要申请多少个自增id。

对于批量插入数据的语句,假设insert...select 有10万行数据,如果按照需要1个id就申请1次,那么就需要申请10万次,显然在大批量插入数据的情况下,不但速度慢,还会影响并发插入的性能。

MySQL有一个批量申请自增id的策略:

  1. 语句执行过程中,第一次申请自增id,会分配1个;

  2. 1个用完以后,这个语句第二次申请自增id,会分配2个;

  3. 2个用完以后,还是这个语句,第三次申请自增id,会分配4个;

  4. 依次类推,同一个语句去申请自增id,每次会申请到的自增id个数都是上一次的两倍。

CREATE TABLE `t` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `c` int(11) DEFAULT NULL,
  `d` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `c` (`c`)
) ENGINE=InnoDB;
insert into t values(null, 1,1);
insert into t values(null, 2,2);
insert into t values(null, 3,3);
insert into t values(null, 4,4);
create table t2 like t;
insert into t2(c,d) select c,d from t;
insert into t2 values(null, 5,5);

 由于这种规则,t2表的批量插入就只用到了 id=1 到 id=4,id=8,而id=5 到id=7就被浪费掉了,因此自增主键的批量申请也会导致自增主键出现不连续的情况。

6、总结

自增主键不能保持连续性

  • 唯一键冲突

  • 事务回滚

  • 自增主键的批量申请

深层次的原因是:不判断自增主键是否已存在和减少加锁的时间范围和粒度,以追求更高的性能,因此自增主键不允许回退,所以自增主键不连续。

 

 

 

posted @ 2021-11-25 19:54  为之守望  阅读(1517)  评论(0编辑  收藏  举报