MySQL的自增 ID 用完了,怎么办?

MySQL 自增 ID 一般用的数据类型是 INT 或 BIGINT,正常情况下这两种类型可以满足大多数应用的需求。

当然也有不正常的情况,当达到其最大值时,尝试插入新的记录会导致错误,错误信息类似于:

ERROR 167 (22003): Out of range value for column 'id' at row 1

下面我们就来看看  INT 或 BIGINT 到底能插入多少的数据。


1、INT 

INT 类型占用 4 个字节,范围:-2,147,483,648 到 2,147,483,647(如果是无符号类型,则范围是 0 到 4,294,967,295

也就是说 INT 类型存储量将近可以达到 43 亿,看着数量,感觉可以存储很多条记录了,我们就来计算下:

一年 365 天,一天 24 小时,一小时 60 分钟,一分钟 60 秒,如果每秒钟存储 100 条记录看看能用多久:

# INT 的最大值
max_int_value =  4294967295

# 每秒记录数
records_per_second = 100

# 每年的秒数
records_per_year = 365 * 24 * 60 * 60
result = max_int_value/(records_per_second * records_per_year)

print(result)
# 结果:1.3619251950152207

结果就为 1.3619251950152207,也就是能存储 1 年多的时间,看来确实不太够,使用 INT 类型,如果数据量过多,自增 ID 很容易超过最大数值。


2、BIGINT

BIGINT 占用 8 个字节,范围:-9,223,372,036,854,775,808 到 9,223,372,036,854,775,807(如果是无符号类型,则范围是 0 到 18,446,744,073,709,551,615

假如公司是我家,我准备在公司呆个 100 年,我们来计算下 BIGINT 使用 100 年支持每秒插入多少数据。

BIGINT 类型的最大值:

无符号 BIGINT 类型的最大值为18,446,744,073,709,551,615

计算 100 年的秒数:

100年×365天/年×24小时/天×60分钟/小时×60秒/分钟 = 3,153,600,000

# BIGINT 的最大值
max_bigint = 18446744073709551615

# 100年的秒数
seconds_in_100_years = 365*24*60*60*100

# 计算结果
result = max_bigint / seconds_in_100_years

print(result)
# 结果:5849424173.55072

结果为 5849424173.55072 相当于每秒钟插入 58 亿的数据,这样的数据双十一都不知道有没达到,我用 AI 查找了下淘宝双十一历史的最大并发生:

这样看,我如果使用 BIGINT,在公司干个 100 年完全没问题,即便公司能活 100 年,老板也活不过 120+(假设老板 20 岁出来继承家业),也就是即便我把老板送走,都达不到最大的值。

所以我们只要把自增 ID 设置为 BIGINT 类型,你根本就不用担心自增 ID 会用完,而是要担心公司能不能活的比 BIGINT 更长。

总结:

INT 类型在大多数情况下足够使用,当需要更大的数值范围时,可以考虑使用 BIGINT 类型。

如果你的自增 ID 是 INT  类型,要修改 INT 为 BIGINT 可以使用 ALTER 命令:

 

-- 创建表
CREATE TABLE orders (
    id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
    order_data VARCHAR(255)
);
-- 查看表结构
DESCRIBE orders;
-- 修改自增列的数据类型
ALTER TABLE orders MODIFY id BIGINT UNSIGNED AUTO_INCREMENT;
-- 再次查看表结构,确认修改
DESCRIBE orders;

注意事项

  1. 备份数据:在进行表结构修改之前,最好备份数据,以防止操作过程中出现意外情况。

  2. 锁表:在修改表结构时,表可能会被锁定,导致短暂的写操作中断。尽量在业务低峰期进行操作。

  3. 外键约束:如果有外键约束涉及到要修改的列,需要先删除相关外键约束,修改列类型后再重新添加外键约束。

文章来源于菜鸟教程 ,作者RUNOOB

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/734968.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【深度学习驱动流体力学】计算流体力学openfoam-paraview与python3交互

目的1:配置 ParaView 中的 Python Shell 和 Python 交互环境 ParaView 提供了强大的 Python 接口,允许用户通过 Python 脚本来控制和操作其可视化功能。在 ParaView 中,可以通过 View > Python Shell 菜单打开 Python Shell 窗口,用于执行 Python 代码。要确保正确配置 …

Mkdocs中文系列教程补充(1)

什么是requirements.txt 我的理解是mkdocs依赖的py库 第一次建立MKdocs文档使用 mkdocs new . 完后,比较建议执行一下: pip install -r requirements.txt 不然mkdocs serve后会出现什么 xxx not found ,比如下面这位老哥 示例 mkdocs …

【大数据】—量化交易实战案例(基础策略)

声明:股市有风险,投资需谨慎!本人没有系统学过金融知识,对股票有敬畏之心没有踏入其大门,所以只能写本文来模拟炒股。 量化交易,也被称为算法交易,是一种使用数学模型和计算机算法来分析市场数…

骑马与砍杀战团mod制作-基础-军队笔记(一)

骑马与砍杀战团mod制作-基础-军队装备笔记(一) 资料来源 学习的资料来源: b站【三啸解说】手把手教你做【骑砍】MOD,基础篇,链接为: https://www.bilibili.com/video/BV19x411Q7No?p4&vd_sourcea507…

设施布置之车间布局优化SLP分析

一 物流分析(Flow Analysis) 的基本方法 1、当物料移动是工艺过程的主要部分时,物流分析就是工厂布置设计的核心工作,也是物料搬运分析的开始。 2、零部件物流是该部件在工厂内移动时所走过的路线, 物流分析不仅要考虑…

Python18 数据结构与数据类型转换

1.python中的数据结构 在Python中,数据结构是用来存储、组织和管理数据的方式,以便有效地执行各种数据操作。Python提供了几种内置的数据结构,每种都有其特定的用途和操作方法。以下是Python中一些主要的数据结构: 1.列表&#…

Linux下Cmake安装或版本更新

下载Cmake源码 https://cmake.org/download/ 找到对应的版本和类型 放进linux环境解压 编译 安装 tar -vxvf cmake-3.13.0.tar.gz cd cmake-3.13.0 ./bootstrap make make install设置环境变量 vi ~/.bashrc在文件尾加入 export PATH/your_path/cmake-3.13.0/bin:$PAT…

css-vxe列表中ant进度条与百分比

1.vxe列表 ant进度条 <vxe-column field"actualProgress" title"进度" align"center" width"200"><template #default"{ row }"><a-progress:percent"Math.floor(row.actualProgress)"size"s…

KEIL5软件仿真观察PIN脚电平(软件仿真逻辑分析仪的使用)

仿真前的调整&#xff1a; 例&#xff1a;STM32F103C8T6 &#xff08;如果是F4的板子稍微对着修改一下&#xff09; 逻辑分析仪的使用 输入 PORTA.6( PORAT(哪一组).(哪一个引脚) )

【MySQL】

基础篇 执行一条 select 语句,期间发生了什么? 大家好,我是小林。 学习 SQL 的时候,大家肯定第一个先学到的就是 select 查询语句了,比如下面这句查询语句: // 在 product 表中,查询 id = 1 的记录 select * from product where id = 1;但是有没有想过,MySQL 执行一…

SARscape——均值滤波

目录 一、算法原理1、概述2、参考文献 二、软件操作三、结果展示1、原始图像2、滤波结果 一、算法原理 1、概述 均值滤波是选定一个合适的邻域窗口&#xff0c;然后取每个像素邻域窗口内的像素平均值&#xff0c;最后用均值取代待滤波的像素值作为最终的输出值。这种滤波比较简…

嵌入式linux系统中LCD屏驱动实现思路分析

在 Linux 下 LCD 的使用更加广泛,在搭配 QT 这样的 GUI 库下可以制作出非常精美的 UI 界面。接下来就来学习一下如何在 Linux 下驱动 LCD 屏幕。 第一:Framebuffer设备简介 先来回顾一下裸机的时候 LCD 驱动是怎么编写的,裸机 LCD 驱动编写流程如下: ①、初始化 I.MX6U 的…

【漏洞复现】Rejetto HTTP File Server 远程代码执行漏洞 (CVE-2024-23692)

免责声明&#xff1a; 本文内容旨在提供有关特定漏洞或安全漏洞的信息&#xff0c;以帮助用户更好地了解可能存在的风险。公布此类信息的目的在于促进网络安全意识和技术进步&#xff0c;并非出于任何恶意目的。阅读者应该明白&#xff0c;在利用本文提到的漏洞信息或进行相关测…

【windows|008】DNS服务详解

&#x1f341;博主简介&#xff1a; &#x1f3c5;云计算领域优质创作者 &#x1f3c5;2022年CSDN新星计划python赛道第一名 &#x1f3c5;2022年CSDN原力计划优质作者 ​ &#x1f3c5;阿里云ACE认证高级工程师 ​ &#x1f3c5;阿里云开发者社区专家博主 &#x1f48a;交流社…

FlowUs AI的使用教程和使用体验

FlowUs AI 使用教程 FlowUs AI特点使其成为提升个人和团队生产力的有力工具&#xff0c;无论是在学术研究、内容创作、技术开发还是日常办公中都能发挥重要作用。现在来看看如何使用FlowUs AI吧&#xff01; 注册与登录&#xff1a;首先&#xff0c;确保您已经注册并登录FlowU…

【图像识别系统】昆虫识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50

一、介绍 昆虫识别系统&#xff0c;使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法&#xff08;CNN&#xff09;模型。通过对10种常见的昆虫图片数据集&#xff08;‘蜜蜂’, ‘甲虫’, ‘蝴蝶’, ‘蝉’, ‘蜻蜓’, ‘蚱蜢’, ‘蛾’, ‘蝎子’, ‘…

HTML静态网页成品作业(HTML+CSS)——动漫猪猪侠网页(4个页面)

&#x1f389;不定期分享源码&#xff0c;关注不丢失哦 文章目录 一、作品介绍二、作品演示三、代码目录四、网站代码HTML部分代码 五、源码获取 一、作品介绍 &#x1f3f7;️本套采用HTMLCSS&#xff0c;未使用Javacsript代码&#xff0c;共有4个页面。 二、作品演示 三、代…

[MQTT]Mosquitto的權限管理_使用者/密碼(pwfile)和訪問控制清單(aclfile)

延續Mosquitto的內網連接(intranet)和使用者/密碼權限設置文章&#xff0c;經解讀mosquitto官網文檔&#xff0c;在權限管理部分&#xff0c;除了設置使用者/密碼(pwfile)之外&#xff0c;還有訪問控制清單(Access Control List, aclfile)可以設置。經過測試&#xff0c;同時設…

装备制造行业数据分析指标体系

数字化飞速发展的时代&#xff0c;多品种、定制化的产品需求、越来越短的产品生命周期、完善的售后服务、极佳的客户体验和快速的交货速度等&#xff0c;使得装备制造行业的经营环境越来越复杂&#xff0c;企业竞争从拼产品、拼价格迈向拼服务&#xff0c;装备制造企业正处于数…