文章目录

• 什么是自增主键？
• • 为什么要有自增主键？
  • 自增主键有哪些缺点?
  • 自增主键为什么不会导致页分裂？
  • 自增id用完怎么办？
• InnoDB 引擎的自增值的保存策略
• 自增主键为什么只递增不连续？
• • 原因一：插入失败
  • 原因二：事务回滚
  • 为什么不改回去呢？
  • 原因三：自增锁的优化

什么是自增主键？

当设置了主键自增时，主键的生成可以完全依赖数据库，无需人为干预，在新增数据的时候，我们不设置主键字段的值，数据库就会为我们自动生成一个主键值。

自增主键是整数型，单调递增，对创建索引也十分友好。不过只保证递增，不保证连续。

由于自增主键可以让主键索引保持递增插入，所以避免了页分裂，索引更紧凑。

为什么要有自增主键？

1、性能更优
因为自增主键可以让主键索引保持递增顺序插入，因此避免了页分裂，索引更紧凑。

为何递增插入就可避免页分裂？
因为递增插入的记录之间没有空隙，记录自增主键索引的一个页面满了，就申请另外一个页面，接着从左边开始写数据。
所以不会存在以下情况：当数据页已经满了，此时来了一个新记录，需要插入到数据页中间有缝隙的两个数据之间，造成页分裂。

而如果是用业务逻辑的字段做主键，则往往不容易保证有序递增插入，造成页分裂，导致写数据成本相对较高。

2、更省空间
除了考虑性能外，我们还可以从存储空间的角度来看。

假设你的表中确实有一个唯一字段，比如字符串类型的身份证号，那应该用身份证号做主键，还是用自增字段做主键呢？

由于每个二级索引都包含主键值，所以主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小，数据页能存的索引就越多。
自增主键用int型只需4字节，身份证号用字符型，一个数字一个字符至少3字节。导致二级索引占用空间更大。

所以，从性能和存储空间方面考量，自增主键往往是更合理的选择。

那有没有什么场景适合用业务字段直接做主键的呢？
还是有的。比如有些业务的场景需求是这样的：只有一个索引且该索引是唯一索引。
由于没有其他索引，所以也就不用考虑其他索引的叶子节点大小的问题。
这时候我们就要优先考虑“尽量使用主键查询”原则，直接将这个索引设置为主键，可以避免每次查询需要搜索两棵树。

自增主键有哪些缺点?

自增主键不利于数据迁移，比如将多个子系统的数据合并到一个数据库。

自增主键为什么不会导致页分裂？

其实按照传统B+树的插入规则，即使是自增插入，当一个数据页满的时候，也是会引起页分裂的。但是innodb在这一块做了优化
怎么优化的？
判断如果是自增插入且当前页已满的情况下，不改变原有页的结构，而是将新的数据放到一个新页中。
在innodb的实现中，为每个索引页面维护了一个上次插入的位置，以及上次的插入是递增/递减的标识。
根据这些信息，innodb能够判断出新插入到页面中的记录，是否仍旧满足递增/递减的约束，若满足约束，则采用优化后的分裂策略；若不满足约束，则退回到传统的分裂策略。

自增id用完怎么办？

MySQL 里有很多自增的 id，每个自增 id 都是定义了初始值，然后不停地往上加步长。虽然自然数是没有上限的，但是在计算机里，只要定义了表示这个数的字节长度，那它就有上限。

2^32-1不是一个特别大的数，对于一个频繁插入删除数据的表来说，是可能会被用完的。
因此在建表的时候你需要考察你的表是否有可能达到这个上限，如果有可能，就应该创建成 8 个字节的 bigint unsigned。

InnoDB 引擎的自增值的保存策略

在 MySQL 5.7 及之前的版本，自增值保存在内存里，并没有持久化。每次重启后，会将 max(id)+1 作为这个表当前的自增值。

举例来说，如果一个表当前数据行里最大的 id 是 10，AUTO_INCREMENT=11。这时候，我们删除 id=10 的行，max(id)变为9，重启后这个表的 AUTO_INCREMENT 就会变成9+1=10。

MySQL 8.0 版本后，才有了“自增值持久化”的能力，将自增值的变更记录在了 redo log 中，重启的时候依靠 redo log 恢复重启之前的值。使得自增值不随max(id)而减小。

自增主键为什么只递增不连续？

原因一：插入失败

假设，表 t 里面已经有了 (1,1,1) 这条记录，这时我再执行一条插入数据命令：

insert into t values(null, 1, 1); 

这个语句的执行流程就是：

• 执行器调用 InnoDB 引擎接口写入一行，传入的这一行的值是 (0,1,1);
• InnoDB 发现用户没有指定自增 id 的值，获取表 t 当前的自增值 2；
• 将插入行的值改成 (2,1,1);
• 将表的自增值改成 3；
• 继续执行插入数据操作，由于某些原因导致插入数据库失败。

可以看到，这个表的自增值改成 3，是在真正执行插入数据的操作之前。这个语句真正执行的时候失败，所以 id=2 这一行并没有插入成功，但也没有将自增值再改回去。
所以，在这之后，再插入新的数据行时，拿到的自增 id 就是 3。也就是说，出现了自增主键不连续的情况。

原因二：事务回滚

例如：

insert into t values(null,1,1);// 插入的行是 (1,2,2)
begin;
insert into t values(null,2,2); // 插入的行是 (2,2,2)
rollback;  //回滚导致1和2都没有了
insert into t values(null,2,2); // 插入的行是 (3,2,2) ，所以id从3开始不连续了、

为什么不改回去呢？

你可能会问，为什么在出现唯一键冲突或者回滚的时候，MySQL 没有把表 t 的自增值回退呢？

因为如果可以回退，则会造成主键冲突，如果要解决主键冲突就又会降低性能。
为了保证性能，InnoDB 选择了语句执行失败时不回退自增 id。所以才只保证了自增 id 是递增的，但不保证是连续的。

原因三：自增锁的优化

可以看到，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 MySQL 5.0 版本时，并不是这样的。

接下来，我会先给你介绍下自增锁设计的历史，这样有助于你分析接下来的一个问题。

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，取值如下：

• 这个参数的值被设置为 0 时，和以前一样，语句执行结束后才释放锁；

• 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 这样的批量插入数据的语句，自增锁还是要等语句结束后才被释放；

• 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马上释放锁。

你一定有两个疑问：为什么默认设置下，insert … select 要使用语句级的锁？为什么这个参数的默认值不是 2？

答案是，为了数据的一致性。

我们一起来看一下这个场景：
图:批量插入数据的自增锁

在这个例子里，我往表 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。

你可以设想一下，如果 session B 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：

• session B 先插入了两个记录，(1,1,1)、(2,2,2)；
• 然后，session A 来申请自增 id 得到 id=3，插入了（3,5,5)；
• 之后，session B 继续执行，插入两条记录 (4,3,3)、 (5,4,4)。

你可能会说，这也没关系吧，毕竟 session B 的语义本身就没有要求表 t2 的所有行的数据都跟 session A 相同。

是的，从数据逻辑上看是对的。但是，如果我们现在的 binlog_format=statement，你可以设想下，binlog 会怎么记录呢？

由于两个 session 是同时执行插入数据命令的，所以 binlog 里面对表 t2 的更新日志只有两种情况：要么先记 session A 的，要么先记 session B 的。

但不论是哪一种，这个 binlog 拿去从库执行或者用来恢复临时实例，在备库和临时实例里面，session B 这个语句执行出来，生成的结果里面，id 都是连续的。这时，这个库就发生了数据不一致。

出现这个问题的原因是什么？

其实，这是因为原库 session B 的 insert 语句，生成的 id 不连续。这个不连续的 id，用 statement 格式的 binlog 来串行执行，是执行不出来的。

如何解决这个问题？

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. 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，不再依赖于自增主键去生成。这种情况，其实就是 innodb_autoinc_lock_mode 设置为 2，同时 binlog_format 设置为 row。

生产环境建议：
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。

需要注意的是，我这里说的批量插入数据，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，即使 innodb_autoinc_lock_mode = 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，申请完成后锁就可以释放了。

也就是说，批量插入数据的语句，之所以需要这么设置，是因为“不知道要预先申请多少个 id”。

既然预先不知道要申请多少个自增 id，那么一种直接的想法就是需要一个时申请一个。但如果一个 select … insert 语句要插入 10 万行数据，按照这个逻辑的话就要申请 10 万次。显然，这种申请自增 id 的策略，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。

因此，对于批量插入数据的语句，MySQL 有一个批量申请自增 id 的策略：

• 语句执行过程中，第一次申请自增 id，会分配 1 个；
• 1 个用完以后，这个语句第二次申请自增 id，会分配 2 个；
• 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；
• 依此类推，同一个语句去申请自增 id，每次申请到的自增 id 个数都是上一次的两倍。

举个例子，我们一起看看下面的这个语句序列：

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);

insert…select，实际上往表 t2 中插入了 4 行数据。但是，这四行数据是分三次申请的自增 id，第一次申请到了 id=1，第二次被分配了 id=2 和 id=3， 第三次被分配到的id就是4 到7。

由于这条语句实际只用上了 4 个 id，所以 id=5 到 id=7 就被浪费掉了。之后，再执行 insert into t2 values(null, 5,5)，实际上插入的数据就是（8,5,5)

这也就是主键 id 出现自增 id 不连续的第三种原因。