数据库，主键为何不宜太长长长长长长长长？

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）；

画外音：

（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。

画外音：不管主键索引，还普通索引，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）；

画外音：

（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。

画外音：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：
《 缓冲池 (buffer pool)，这次彻底懂了！》
《 写缓冲 (change buffer)，这次彻底懂了！》