¿Es mala práctica usar IDs autoincrementales en tablas distribuidas?

Linux

Hola a todos, estoy diseñando una base de datos para un sistema que crecerá horizontalmente en el futuro. Tengo la duda de si seguir usando INT AUTO_INCREMENT como clave primaria es una mala práctica en un entorno distribuido. He leído que puede causar conflictos de unicidad y cuellos de botella. ¿Qué alternativas recomiendan? ¿UUIDs o algo como Snowflake? Agradezco sus experiencias.

Reggae

Buena pregunta. Definitivamente, los IDs autoincrementales no escalan bien en sistemas distribuidos porque cada nodo necesita coordinación para generar el siguiente número, lo que introduce latencia y puntos únicos de fallo. Yo recomendaría usar UUID v4 o ULID. Son únicos globalmente y no requieren coordinación. El único contra es que son más grandes (128 bits) y pueden impactar el rendimiento de índices. Si la performance es crítica, podrías considerar Snowflake o Ticket Servers.

Finance

Estoy de acuerdo en que los autoincrementales no son ideales, pero cuidado con UUID v4: son aleatorios y pueden fragmentar mucho los índices B-tree. En su lugar, recomiendo UUID v7 (time-ordered) o ULID, que son ordenables temporalmente y mejoran la localidad de los índices. También hay opciones como KSUID. Depende del volumen de escrituras.

Linux

Gracias por las respuestas. Me inclino por ULID porque parece un buen balance entre orden y tamaño. ¿Alguna experiencia con ULID en producción? ¿Han notado problemas de rendimiento en comparación con autoincrementales? También me preocupa la legibilidad humana, pero supongo que no es crítica.

Bike

Usamos ULID en un proyecto con millones de registros. La generación es rápida y no tuvimos problemas de índices fragmentados. La legibilidad es mejor que UUID porque es en base32 y más corto (26 caracteres). Sugiero usar una librería bien mantenida. Eso sí, si tu base de datos soporta índices hash, podrías considerar UUID v4 sin orden, pero ULID es más seguro para consultas por rango.

Tea

Otra opción que no mencionaron: usar secuencias distribuidas como las de Redis o ZooKeeper, o incluso segmentos de IDs (cada nodo tiene un rango). Pero añade complejidad operativa. Para la mayoría de casos, ULID o UUID v7 son suficientes. Yo también recomiendo ULID. Eso sí, no olvides que la clave primaria debe ser inmutable; si migras, será un dolor de cabeza.

Linux

¡Excelente! Creo que iré con ULID. La inmutabilidad es un buen punto, lo tendré en cuenta. Otra duda: ¿recomiendan usar ULID como clave primaria directa o como clave secundaria con un ID autoincremental interno? He visto equipos que hacen ambas cosas.

Guitar

En mi opinión, si usas ULID como PK, no necesitas un autoincremental adicional. Mezclar ambos solo añade complejidad y no aporta beneficio real. El ULID ya es único y ordenable. Además, tener dos claves puede causar inconsistencias. Yo iría con ULID como PK única en todas las tablas distribuidas. Para tablas locales (no distribuidas), un autoincremental sigue siendo válido y más eficiente.