当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL UUID_TO_BIN 的 swap_flag 怎样调整时间字段顺序

MySQL UUID_TO_BIN 的 swap_flag 怎样调整时间字段顺序

来源:17golang原创 2026-10-30 17:43:55 0浏览 收藏

UUID_TO_BIN(uuid, 1)把UUID时间字段的排列由“time-low、time-mid、time-high”调整为“time-high、time-mid、time-low”,后面的字段保持不变。省略swap_flag或传0则保持原顺序。写入时传1,读回时也要用 BIN_TO_UUID(binary_uuid, 1)恢复。

官方地址:https://dev.mysql.com/doc/refman/8.4/en/miscellaneous-functions.html

先把存储约定写成一对函数

我更愿意把这个选项看成数据格式约定,而不是一个随手打开的性能开关。原因很直接:同一个UUID文本,用不同标志得到的二进制排列不同,查询端与展示端也必须遵守同一约定。

假设项目准备把外部可见的UUID文本存成二进制列,最小配方应同时写出编码与解码。下面示例未在本地数据库执行,只用于说明函数关系:

-- 编码和解码显式使用同一个重排标志
SET @id_text = '12345678-9abc-1def-8123-0123456789ab';
SET @id_bin = UUID_TO_BIN(@id_text, 1);
SELECT BIN_TO_UUID(@id_bin, 1) AS restored_uuid;

我会把这一对函数放在数据库访问层同一个位置维护,避免写入代码记得传1,报表导出却按默认格式解码。这里是设计建议,不是某次迁移事故的复盘。

用固定UUID看清字段重排

固定样例可以直接看出字段的位置,比每次生成一个不同UUID更容易比较。样例前三段分别是12345678、9abc、1def;开启重排后,十六进制字节前缀对应1def、9abc、12345678。

-- 同一个UUID分别按原顺序和时间字段重排编码
SET @id_text = '12345678-9abc-1def-8123-0123456789ab';
SELECT
  HEX(UUID_TO_BIN(@id_text, 0)) AS plain_layout,
  HEX(UUID_TO_BIN(@id_text, 1)) AS swapped_layout;

按字段排列可推导:原顺序为 123456789ABC1DEF81230123456789AB,重排顺序为 1DEF9ABC1234567881230123456789AB。这是示例推导,不是本机输出记录。重排规则见UUID_TO_BIN官方定义。

UUID前三个时间字段在两种布局中的对应关系
静态说明图:原字段分组与重排位置分组通过对应连线关联,time-mid保持中间位置,后续字段未在图中展开。不是执行流程图。

读写和查找使用相同标志

示例表可以把格式约定写进列注释。以下表名专供练习,应在自己的测试库使用:

-- 为示例表记录二进制UUID的编码约定
CREATE TABLE uuid_layout_demo (
    id BINARY(16) NOT NULL
        COMMENT 'UUID_TO_BIN(text, 1); decode with BIN_TO_UUID(id, 1)',
    label VARCHAR(40) NOT NULL,
    PRIMARY KEY (id)
);

-- 固定样例只插入一次,重复执行会命中主键约束
SET @id_text = '12345678-9abc-1def-8123-0123456789ab';
INSERT INTO uuid_layout_demo (id, label)
VALUES (UUID_TO_BIN(@id_text, 1), 'layout-sample');

-- 查询条件与写入保持同样编码,展示时使用配对解码
SELECT BIN_TO_UUID(id, 1) AS id_text, label
FROM uuid_layout_demo
WHERE id = UUID_TO_BIN(@id_text, 1);

这个写法把“外部文本→列值”和“列值→外部文本”明确配对。不要因为界面仍显示UUID样式,就认定读回的是原值;要用已知样本比较往返结果。

UUID文本二进制列及配对转换关系结构
静态结构图:写入、查询编码与解码都关联同一格式约定。图片不声称示例表已经创建,也不展示虚构数据库界面。

决定哪些数据适合开启重排

官方把时间字段重排的索引收益建立在UUID version 1布局上,例如MySQL UUID()产生的形式。它不是所有UUID来源都通用的优化。我的选择标准是先确认生成器与版本,再决定是否采用这套排列,不凭“UUID都差不多”作判断。

数据情况采用前要明确建议
已确认version 1来源全部读写路径的编码约定可以评估重排,性能收益仍需本项目测量
外部来源或版本不明UUID生成方式与字节格式先查格式,不盲目打开标志
已有二进制历史列旧代码写入时是否重排先做格式清点,再设计转换
只需文本展示是否真的需要二进制存储不要为展示额外引入存储格式变化

这里不提供未经实测的索引提升比例。转换函数说明了布局,并不能替代对写入量、索引结构和实际负载的测量。

给已有数据保留明确的格式说明

对已有表,我会先收集一组可追溯的UUID文本与对应列值,再对照当前编码规则。二进制列本身没有额外存储“当初传了哪个flag”的标签,所以新旧写法混用后,不能指望展示函数替项目自动猜出历史约定。

如果需要迁移,先在独立列或测试副本验证明确的转换方案,并保留原值映射;不要直接给生产列批量套一遍函数。本文只给新表最小示例,不推断任何现有数据库都适合原地转换。

swap_flag会生成新的UUID吗?

它用于既有UUID的二进制转换与字段排列,不是UUID生成器。

写入传1,读取省略标志会怎样?

省略标志按未重排布局解释,不能正确恢复原字段位置。保持配对解码是最小约定。

转换后的值有多少字节?

有效UUID转换成16字节二进制值;HEX显示的是这些字节的十六进制文本,不应把显示字符数当成二进制字节数。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
darktable 怎样把编辑历史写入 XMP 边车文件darktable 怎样把编辑历史写入 XMP 边车文件
上一篇
darktable 怎样把编辑历史写入 XMP 边车文件
SHAP Explainer 怎样为表格模型提供背景数据
下一篇
SHAP Explainer 怎样为表格模型提供背景数据
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    797次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    786次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    875次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    841次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    675次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码