数据库主键为什么不宜太长？（11/38）

普通索引的叶子存的是主键值——主键一长，所有索引都跟着变胖

《数据库内核原理》第 11 篇：数据库主键为什么不宜太长。

继续回答星球水友提问：

沈老师，我听网上说，MySQL数据表，在数据量比较大的情况下，主键不宜过长，是不是这样呢？这又是为什么呢？

这个问题嘛，不能一概而论：

（1）如果是InnoDB存储引擎，主键不宜过长；

（2）如果是MyISAM存储引擎，影响不大；

先举个简单的栗子说明一下前序知识。

假设有数据表：

t(id PK, name KEY, sex, flag);

其中：

（1）id是主键;

（2）name建了普通索引;

假设表中有四条记录：

1, shenjian, m, A

3, zhangsan, m, A

5, lisi, m, A

9, wangwu, f, B

如果存储引擎是MyISAM，其索引与记录的结构是这样的：

（1）有单独的区域存储记录(record)；

（2）主键索引与普通索引结构相同，都存储记录的指针（暂且理解为指针）；

（1）主键索引与记录不存储在一起，因此它是非聚集索引(Unclustered Index)；

（2）MyISAM可以没有PK；

MyISAM使用索引进行检索时，会先从索引树定位到记录指针，再通过记录指针定位到具体的记录。

不管主键索引，还是普通索引，过程相同。

InnoDB则不同，其索引与记录的结构是这样的：

（1）主键索引与记录存储在一起；

（2）普通索引存储主键（这下不是指针了）；

（1）主键索引与记录存储在一起，所以才叫聚集索引(Clustered Index)；

（2）InnoDB一定会有聚集索引；

InnoDB通过主键索引查询时，能够直接定位到行记录。

但如果通过普通索引查询时，会先查询出主键，再从主键索引上二次遍历索引树。

回归正题，为什么InnoDB的主键不宜过长呢？

假设有一个用户中心场景，包含身份证号，身份证MD5，姓名，出生年月等业务属性，这些属性上均有查询需求。

最容易想到的设计方式是：

身份证作为主键

其他属性上建立索引

user(id_code PK,
id_md5(index),
name(index),
birthday(index));

此时的索引树与行记录结构如上：

id_code聚集索引，关联行记录

其他索引，存储id_code属性值

身份证号id_code是一个比较长的字符串，每个索引都存储这个值，在数据量大，内存珍贵的情况下，MySQL有限的缓冲区，存储的索引与数据会减少，磁盘IO的概率会增加。

同时，索引占用的磁盘空间也会增加。

此时，应该新增一个无业务含义的id自增列：

以id自增列为聚集索引，关联行记录

其他索引，存储id值

user(id PK auto inc,
id_code(index),
id_md5(index),
name(index),
birthday(index));

如此一来，有限的缓冲区，能够缓冲更多的索引与行数据，磁盘IO的频率会降低，整体性能会增加。

总结

（1）MyISAM的索引与数据分开存储，索引叶子存储指针，主键索引与普通索引无太大区别；

（2）InnoDB的聚集索引和数据行统一存储，聚集索引存储数据行本身，普通索引存储主键；

（3）InnoDB不建议使用太长字段作为PK（此时可以加入一个自增键PK），MyISAM则无所谓；

希望解答了这位水友的疑问。

欢迎大家继续提问，有问必答。

相关文章：

第 24 篇《InnoDB 缓冲池 buffer pool：LRU 的两次改良》

第 25 篇《InnoDB 写缓冲 change buffer：写请求怎么免磁盘 IO？》

检验一下

主键长度搞清楚了，换个话题：InnoDB 的索引都是 B+树吗？它到底支不支持哈希索引？第 12 篇为你揭晓。

知其然，知其所以然。思路比结论更重要。