深入谈谈MySQL中的自增主键

原作者: [db:作者] 来自: [db:来源] 收藏邀请

特点

保存策略

1、如果存储引擎是 MyISAM，那么这个自增值是存储在数据文件中的；

2、如果是 InnoDB引擎，1）在 5.6之前是存储在内存中，没有持久化，在重启后会去找最大的键值，举个例子，如果一个表当前数据行里最大 id是10，AUTO_INCREMENT=11。这时候，我们删除 id=10 的行，AUTO_INCREMENT 还是 11。但如果马上重启实例，重启后这个表的 AUTO_INCREMENT 就会变成 10；

　　　　　　　　　　　 2）在 8.0开始，自增值就保存在 redo log中，重启后会从 redo log中读取之前保存的自增值。

自增值的确定

1、如果插入数据时 id字段指定为0、null或未指定，那么就把这个表当前的 AUTO_INCREMENT值填到自增字段，并且会以auto_increment_offset作为初始值，auto_increment_increment为步长，找出第一个大于当前自增值的值作为新的自增值。

2、如果插入的数据的 id字段指定了具体的值，就直接使用语句里的值。

在一些场景下，使用的就不全是默认值。比如，双 M 的主备结构里要求双写的时候，我们就可能会设置成 auto_increment_increment=2，让一个库的自增 id 都是奇数，另一个库的自增 id 都是偶数，避免两个库生成的主键发生冲突。

自增值的修改

假设某次要输入的值是 X，当前的自增值是 Y。那么：

1、如果 X<Y，那么这个表的自增值不变；

2、如果X≥Y，那么就把当前自增值修改为新的自增值。

执行过程

假设有表t ，id是自增主键，在已有 (1,1,1)的情况下，插入一条 (null,1,1)，那么执行过程就如下：

1、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);

2、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；

3、将传入的行的值改成 (2,1,1);

4、将表的自增值改成 3；

5、继续执行插入数据操作，由于已经存在 c=1 的记录，所以报 Duplicate key error，语句返回。

带来的问题

由于上面说得这种特性，在一些场景中会出现主键不连续的现象。

场景1：添加数据时唯一索引重复

在 c列索引重复后，原本要分配的主键值 2就会被丢弃，而下次再次插入就从 2 开始计算，也就变成了 3。

场景2：事务回滚

insert into t values(null,1,1);
begin;
insert into t values(null,2,2);
rollback;
insert into t values(null,2,2);
//插入的行是(3,2,2)

在第二条语句回滚后分配给其的主键 2也会被丢弃。

场景3：特殊批插入优化导致

这里说得特殊的批插入指的是insert … select、replace … select 和 load data 语句。为什么说这些语句可能会导致？这就要说到自增锁了。首先自增锁是为了避免多线程冲突，因为在多线程下，如果同时有多个线程来获取自增值，那么就可能会导致同一个自增值被分配给多条记录，导致逐渐冲突。所以需要自增锁，而为什么前面说得这些批插入语句会导致主键不连续，在下面自增锁部分会说到。

问题：在说自增锁之前，先思考一个问题，为什么对于前两个场景，不把自增主键值设为可以回滚的？这样不就可以避免不连续了么？

答：因为设计成可回滚的会导致性能下降，看下面这个场景。

1、假设事务 A 申请到了 id=2，事务 B 申请到 id=3，那么这时候表 t 的自增值是 4，之后继续执行。

2、事务 B 正确提交了，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，也就是把表 t 的当前自增值改回 2，那么就会出现这样的情况：表里面已经有 id=3 的行，而当前的自增 id 值是 2。

4、接下来，继续执行的其他事务就会申请到 id=2，然后再申请到 id=3。这时，就会出现插入语句报错“主键冲突”。

而为了解决上面这个问题，就需要从下面两个方法中选一个。

方法一、每次申请 id 之前，先判断表里面是否已经存在这个 id。如果存在，就跳过这个 id。但是，这个方法的成本很高。因为，本来申请 id 是一个很快的操作，现在还要再去主键索引树上判断 id 是否存在。

方法二：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，就是锁的粒度太大，系统并发能力大大下降。

所以，综合来看，比如取消自增值回滚的功能。

自增锁

自增锁是为了避免在多线程中多个线程获取到同一个主键值，导致主键冲突。

加锁策略

5.0版本：范围是语句，只有等到语句执行完后才会释放。

5.1.22开始：引入了一个innodb_autoinc_lock_mode参数，根据参数值的不同执行不同的策略。默认是1。

1、参数等于0，表示采用之前的策略，即语句执行结束就会释放。

2、参数等于1，对于普通 insert语句，自增锁在申请之后立马释放；

　　　　　　　对于 insert...select这样的批量插入数据的语句，会等到语句执行完才会释放。加锁范围是 select所涉及到的范围和间隙。

3、参数等于3，所有的申请自增主键的动作都是申请后就释放锁。

问题：为什么默认情况下， insert...select这样的批操作要使用语句级的锁？为什么参数默认不是2？

答：因为对于 insert...select这样的批量插入数据的语句，可能会导致主从不一致的情况发生。

在 sessionB执行完 "create table t2 like t"后，sessionA和 sessionB同时操作 t2。如果没有锁，那么执行过程就可能会出现下面的情况。

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)。

虽然这样看起来确实没有什么问题，但是如果是在集群中，主机这样执行，提示 binlog是 statement格式的，那么从机执行的顺序就有可能和主机不一致，最终导致主从不一致。所以需要在批量插入时加锁。而如果设置为2，那么如果 binlog不是 row，就会导致主从数据不一致。

所以，要想保证数据一致，也保证系统的并发性，可以有两种方案：

方案一：将 binlog格式设为 statement，innodb_autoinc_lock_mode设为1。

方案二：将 binlog格式设为 row，innodb_autoinc_lock_mode设为2。一般我们为了保证 MySQL的高可用，都将 binlog设为 row，所以一般选择第二种方案。

批插入的优化

在批插入时，由于不知道一次性插入的语句有多少，如果记录多达几千万甚至上亿条，那么每次插入都需要分配一次自增值，这样效率会很慢，所以 MySQL 对批操作进行了优化：

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，执行下面的代码

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 id=4 到 id=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)。这就是前面说到主键不连续的第三种情况。

insert...select前后操作同一个表会用到临时表

假设有表结构

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

如果执行的语句是：

insert into t2(c,d) (select c+1, d from t force index(c) order by c desc limit 1);

如果我们查询慢日志，会发现

扫描行数是1，也就是直接在 t上通过索引找到那一条记录，然后插入 t2表。

如果将这条语句改成

insert into t(c,d) (select c+1, d from t force index(c) order by c desc limit 1);

那么此时查看慢日志就会发现变成了 5，这是为什么？就算全查出来也只会是4条，这时我们查看扫描行数的变化

发现前后变化是4行，所以确定了是使用了临时表，那么就可以确定过程是：

1、创建临时表，表里有两个字段 c 和 d。

2、按照索引 c 扫描表 t，依次取 c=4、3、2、1，然后回表，读到 c 和 d 的值写入临时表。这时，Rows_examined=4。

3、由于语义里面有 limit 1，所以只取了临时表的第一行，再插入到表 t 中。这时，Rows_examined 的值加 1，变成了 5。

至于为什么需要临时表，这是为了防止在读取时，读到了刚刚插入的值。

优化

因为select返回的记录数较少，所以可以使用内存临时表来优化，

create temporary table temp_t(c int,d int) engine=memory;
insert into temp_t (select c+1, d from t force index(c) order by c desc limit 1);
insert into t select * from temp_t;
drop table temp_t;

这样扫描的总行数只有 select的 1加上临时表上的 1。