http://database.51cto.com/art/200903/117477.htm

http://www.cnblogs.com/wq3if2in/archive/2009/04/02/1428068.html

http://wangyuanzju.blogbus.com/logs/35139229.html

http://mlxia.iteye.com/blog/279059

http://www.cnblogs.com/chuncn/archive/2009/04/15/1434385.html

?

http://cornerxp.iteye.com/blog/977463

http://blog.csdn.net/m1cr0s0ft/article/details/2636563

由于?InnodB?主键采用?聚集索引?，会对插入的记录进行物理排序，而?UUID本身基本上是无序的，所以造成了巨大的?I/O?开销。所以如果使用?innodB?千万不要使用?UUID?。

?

我们做数据采集，每天数据将近7kw。就采用了uuid。也没有看到性能能慢到哪里去。?
数据库对于pk，会自动创建index。所以，对pk的检索完全走的index。检索的次数和采用number的pk理论应该一样。?
区别就是一个是数字的比较，一个是字符串的比较。虽然有字符串的比较比起数字比较来要耗时。但是，大头都在定位pk这头。所以，uuid 虽影响性能，但绝对可以接受。?

?

?

聚集索引:物理存储按照索引排序
非聚集索引:物理存储不按照索引排序
优势与缺点
聚集索引：插入数据时速度要慢（时间花费在“物理存储的排序”上，也就是首先要找到位置然后插入）
查询数据比非聚集数据的速度快

汉语字典的正文本身就是一个聚集索引。比如，我们要查“安”字，就会很自然地翻开字典的前几页，因为“安”的拼音是“an”，而按照拼音排序汉字的字典是以英文字母“a”开头并以“z”结尾的，那么“安”字就自然地排在字典的前部。如果您翻完了所有以“a”开头的部分仍然找不到这个字，那么就说明您的字典中没有这个字；同样的，如果查“张” 字，那您也会将您的字典翻到最后部分，因为“张”的拼音是“zhang”。也就是说，字典的正文部分本身就是一个目录，您不需要再去查其他目录来找到您需要找的内容。正文内容本身就是一种按照一定规则排列的目录称为“聚集索引”。
?如果您认识某个字，您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，这时候，您就不能按照刚才的方法找到您要查的字，而需要去根据“偏旁部首”查到您要找的字，然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合“部首目录”和“检字表”而查到的字的排序并不是真正的正文的排序方法，比如您查“张”字，我们可以看到在查部首之后的检字表中“张”的页码是672页，检字表中“张”的上面是“驰”字，但页码却是63 页，“张”的下面是“弩”字，页面是390页。很显然，这些字并不是真正的分别位于“张”字的上下方，现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字，但它需要两个过程，先找到目录中的结果，然后再翻到您所需要的页码。我们把这种目录纯粹是目录，正文纯粹是正文的排序方式称为“非聚集索引”。
?通过以上例子，我们可以理解到什么是“聚集索引”和“非聚集索引”。
进一步引申一下，我们可以很容易的理解：每个表只能有一个