当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL UUID_TO_BIN 的 swap 参数怎样让时间型 UUID 保持索引顺序

MySQL UUID_TO_BIN 的 swap 参数怎样让时间型 UUID 保持索引顺序

来源:17golang原创 2026-11-15 10:47:32 0浏览 收藏

如果表的主键来自时间型 UUID,直接把 36 个字符存成字符串会增加索引体积;但把 UUID 转成二进制后,又容易忘记第二个参数到底该填什么。结论是:UUID_TO_BIN(uuid, 1) 的 1 不是“开启排序”的通用开关,而是针对时间型 UUID 重排时间字段。应用层写入和读取时都使用同一个参数,才能在 BINARY(16) 中稳定往返。

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

时间型 UUID 可以用 swap=1 把时间相关字节移到二进制值前部,帮助索引按时间生成顺序更容易形成局部性;随机 UUID 不会因为传入 1 就变成有序 ID。

先分清 UUID_TO_BIN 的两个参数

UUID_TO_BIN() 接收 UUID 文本和可选的 swap_flag。参数为 0 时,函数只把 UUID 文本转换为 16 字节二进制;参数为 1 时,MySQL 会交换时间型 UUID 的三个时间字段顺序,再返回 16 字节结果。对应的 BIN_TO_UUID() 也必须使用同样的参数,否则读出来的文本会与原值不一致。

MySQL UUID_TO_BIN swap=0 与 swap=1 的时间字段字节重排说明图
图1:swap=1 针对时间型 UUID 重排前三段时间字段,让时间相关字节更靠前;这是静态字节布局说明图,不是运行结果截图。

这里的“时间型”指 UUID 的时间字段确实随生成时间变化,例如 UUID v1。这个参数不会分析任意 UUID 的内容,也不会为 v4 这类随机 UUID 计算时间顺序。因此,不能把 swap=1 当作一个通用的自增主键替代方案。

用 BINARY(16) 保存并对称读回

表结构通常把存储列定义为 BINARY(16),这样列宽固定,避免字符集和连字符带来的额外空间。写入时在 SQL 中转换,查询展示时再转换回标准 UUID 文本:

-- 二进制列固定为 16 字节;主键仍然由数据库维护唯一性
CREATE TABLE account_event (
    id BINARY(16) NOT NULL PRIMARY KEY,
    event_name VARCHAR(80) NOT NULL,
    created_at TIMESTAMP NOT NULL
);

-- 时间型 UUID 用 swap=1 写入;应用层传入的是标准 UUID 文本
INSERT INTO account_event (id, event_name, created_at)
VALUES (UUID_TO_BIN('6ccd780c-baba-1026-9564-5b8c656024db', 1),
        'signup', CURRENT_TIMESTAMP);

-- 读取时使用同一个 swap=1,恢复为可复制的 UUID 文本
SELECT BIN_TO_UUID(id, 1) AS id, event_name, created_at
FROM account_event;

最容易漏掉的是读取侧:写入使用 UUID_TO_BIN(uuid, 1),读取却写成 BIN_TO_UUID(id)。这不是格式化差异,而是逆变换参数不一致。建议把转换固定在 DAO、视图或查询模板中,让业务代码始终接触字符串 UUID,避免不同调用方各自决定 swap 参数。

把重排后的值放进索引设计

InnoDB 的主键是聚簇索引,主键值会参与数据组织。对于时间型 UUID,swap=1 会让时间字段处于二进制值前部,连续生成的 ID 更有机会在索引中落在相近范围,减少完全随机插入带来的页分散。这里说的是布局上的工程收益,不是保证每次插入都递增,也不是对查询结果增加隐式排序。

因此,下面两件事要分开:

目标做法不能推导出的结论
缩短主键存储使用 BINARY(16) 保存 UUID 二进制值不能说明业务层看到的是数字自增 ID
改善时间型 UUID 的布局写入、读取都使用 swap=1不能把它当成 SQL 的隐式 ORDER BY
获得最新记录显式按 created_at 或可靠时间字段排序不能只按二进制主键顺序猜测时间
MySQL UUID_TO_BIN 与 BIN_TO_UUID 的主键写入读取对称关系图
图2:写入和读取必须使用对称的 swap 参数;随机 UUID 即使传入 swap=1 也不会因此获得时间顺序,这是静态关系说明图。

检查迁移和随机 UUID 的边界

从字符串列迁移到 BINARY(16) 时,先确定旧数据到底是时间型还是随机型,并把转换规则写进迁移脚本。不能一部分数据按 swap=0 写入、另一部分按 swap=1 写入后再混用同一个读取函数,否则同一列会存在两种字节布局。

-- 迁移示例:旧列 uuid_text 统一按已确认的时间型 UUID 规则转换
ALTER TABLE account_event
    ADD COLUMN id_bin BINARY(16) NULL;

-- 只在确认历史 UUID 使用时间字段布局后才采用 swap=1
UPDATE account_event
SET id_bin = UUID_TO_BIN(uuid_text, 1);

-- 迁移完成后检查转换列是否仍有 NULL,再决定约束切换
SELECT COUNT(*) AS missing_binary_id
FROM account_event
WHERE id_bin IS NULL;

如果历史值来自随机 UUID,就使用 swap=0,或者继续使用字符串方案;如果业务真正需要严格递增、分片友好或跨服务统一生成,应单独评估自增序列、时间序列 ID 等方案。swap=1 只解决特定 UUID 字节布局问题。

常见问题

swap=1 会让 UUID_TO_BIN 的结果按时间自然递增吗?

不会。它只重排时间型 UUID 的字段,不能替代显式排序,也不能改变 UUID 的生成来源。

为什么 BIN_TO_UUID 读回来的字符串看起来不一样?

先检查写入和读取是否使用同一个 swap 参数,并确认列是 BINARY(16) 而不是经过字符集转换的字符串列。

随机 UUID 能不能直接使用 swap=1?

不建议。随机 UUID 没有可利用的时间字段,传入 1 不会带来时间顺序,还会让团队误读数据布局。

怎样查询最新一条记录?

使用可靠的时间列或业务序列显式 ORDER BY,不要依赖二进制 UUID 的物理布局。

记住这条判断即可:先确认 UUID 类型,再决定 swap;一旦选择了参数,写入、读取、迁移和索引说明都保持一致。

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
MySQL事务隔离级别选择MySQL事务隔离级别选择
上一篇
MySQL事务隔离级别选择
MySQL在线DDL降低表变更影响
下一篇
MySQL在线DDL降低表变更影响
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。
    1035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。
    1033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。
    1178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。
    1139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。
    981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