假設一個用戶管理系統，每個人注冊都有一個唯一的手機號，而且業務代碼已經保證了不會寫入兩個重復的手機號。如果用戶管理系統需要按照手機號查姓名，就會執行類似這樣的 SQL 語句：

select name from users where mobile = '15202124529';

通常會考慮在 mobile 字段上建索引。由于手機號字段相對較大，通常基本不會把手機號當做主鍵，那么現在就有兩個選擇:

1.  給 id_card 字段創建唯一索引
2.  創建一個普通索引

如果業務代碼已經保證了不會寫入重復的身份證號，那么這兩個選擇邏輯上都是正確的。

從性能的角度考慮，選擇唯一索引還是普通索引？

如圖：假設字段 k 上的值都不重復

接下來，就從這兩種（ID，k）索引對查詢語句和更新語句的性能影響來進行分析

查詢過程

假設，執行查詢的語句是 select id from T where k=5。這個查詢語句在索引樹上查找的過程，先是通過 B+ 樹從樹根開始，按層搜索到葉子節點，也就是圖中右下角的這個數據頁，然后可以認為數據頁內部通過二分法來定位記錄(數據頁內部通過有序數組保存節點。數據頁之間通過雙向鏈表串接)。

• 對于普通索引來說，查找到滿足條件的第一個記錄 (5,500) 后，需要查找下一個記錄，直到碰到第一個不滿足 k=5 條件的記錄。
• 對于唯一索引來說，由于索引定義了唯一性，查找到第一個滿足條件的記錄后，就會停止繼續檢索。
  

那么，這個不同帶來的性能差距會有多少呢？答案是，微乎其微。

原因：除非 Key 的列非常大，有連續多個 Key 占滿了一個 page，才會引起一次 page 的 IO，這樣才會產生比較明顯的性能差異，從均攤上看，差異幾乎可以不算。

InnoDB 的數據是按數據頁為單位來讀寫的。也就是說，當需要讀一條記錄的時候，并不是將這個記錄本身從磁盤讀出來，而是以頁為單位，將其整體讀入內存。在 InnoDB 中，每個數據頁的大小默認是 16KB。

更新過程

為了說明普通索引和唯一索引對更新語句性能的影響這個問題，需要先介紹一下 change buffer

• 當需要更新一個數據頁時，如果數據頁在內存中就直接更新，
• 而如果這個數據頁還沒有在內存中的話，在不影響數據一致性的前提下：
  

1.  InnoDB 會將這些 更新操作 緩存在 change buffer 中，這樣就不需要從磁盤中讀入這個數據頁了。
2. 在下次查詢需要訪問這個數據頁的時候，將數據頁讀入內存，
3. 然后執行 change buffer 中與這個頁有關的操作。
   

    通過這種方式就能保證這個數據邏輯的正確性

需要說明的是，雖然名字叫作 change buffer，實際上它是可以持久化的數據。也就是說，change buffer 在內存中有拷貝，也會被寫入到磁盤上。

把change buffer中的操作，應用到舊的數據頁，得到新的數據頁的過程，應該稱為merge。

Ps.  除了訪問這個數據頁會觸發 merge 外，系統有后臺線程會定期 merge。在數據庫正常關閉（shutdown）的過程中，也會執行 merge 操作。

(change buffer的merge操作，先把change buffer的操作更新到內存的數據頁中，此操作寫到redo log中，mysql未宕機，redo log寫滿后需要移動check point點時，通過判斷內存中數據和磁盤是否一致即是否是臟頁來刷新到磁盤中，當mysql宕機后沒有內存即沒有臟頁,通過redo log來恢復。)

顯然，如果能夠將更新操作先記錄在 change buffer，減少讀磁盤，語句的執行速度會得到明顯的提升。

而且，數據讀入內存是需要占用 buffer pool 的，所以這種方式還能夠避免占用內存，提高內存利用率。

什么條件下可以使用 change buffer 呢？

對于唯一索引來說，所有的更新操作都要先判斷這個操作是否違反唯一性約束。

比如，要插入 (4,400) 這個記錄，就要先判斷現在表中是否已經存在 k=4 的記錄，而這必須要將數據頁讀入內存才能判斷。

如果都已經讀入到內存了，那直接更新內存會更快，就沒必要使用 change buffer 了。

因此，唯一索引的更新就不能使用 change buffer，實際上也只有普通索引可以使用。

change buffer 用的是 buffer pool 里的內存，因此不能無限增大。change buffer 的大小，可以通過參數 innodb_change_buffer_max_size 來動態設置。這個參數設置為 50 的時候，表示 change buffer 的大小最多只能占用 buffer pool 的 50%。

Ps. 數據庫緩沖池(buffer pool) https://www.jianshu.com/p/f9ab1cb24230

分析：插入一個新記錄 InnoDB 的處理流程

理解了 change buffer 的機制，那么如果要在這張表中插入一個新記錄 (4,400) 的話，InnoDB 的處理流程是怎樣的

1、第一種情況是：這個記錄要更新的目標頁在內存中。

•  這時，InnoDB 的處理流程如下：對于唯一索引來說，找到 3 和 5 之間的位置，判斷到沒有沖突，插入這個值，語句執行結束；
• 對于普通索引來說，找到 3 和 5 之間的位置，插入這個值，語句執行結束。
  

這樣看來，普通索引和唯一索引對更新語句性能影響的差別，只是一個判斷，只會耗費微小的 CPU 時間。但，這不是關注的重點

2、第二種情況是，這個記錄要更新的目標頁不在內存中。這時，InnoDB 的處理流程如下：

• 對于唯一索引來說，需要將數據頁讀入內存，判斷到沒有沖突，插入這個值，語句執行結束；
• 對于普通索引來說，則是將更新記錄在 change buffer，語句執行就結束了。
  

將數據從磁盤讀入內存涉及隨機 IO 的訪問，是數據庫里面成本最高的操作之一。change buffer 因為減少了隨機磁盤訪問，所以對更新性能的提升是會很明顯的。

change buffer主要是將更新操作緩存起來,異步處理. 這樣每次更新過來,直接記下change buffer即可,速度很快，將多次寫磁盤變為一次寫磁盤

change buffer 的使用場景

通過上面的分析，已經清楚了使用 change buffer 對更新過程的加速作用，也清楚了 change buffer 只限于用在普通索引的場景下，而不適用于唯一索引。

普通索引的所有場景，使用 change buffer 都可以起到加速作用嗎？

因為 merge 的時候是真正進行數據更新的時刻，而 change buffer 的主要目的就是將記錄的變更動作緩存下來，所以在一個數據頁做 merge 之前，change buffer 記錄的變更越多（也就是這個頁面上要更新的次數越多），收益就越大。

因此，對于寫多讀少的業務來說，頁面在寫完以后馬上被訪問到的概率比較小，此時 change buffer 的使用效果最好。這種業務模型常見的就是賬單類、日志類的系統。（適合寫多讀少的場景，讀多寫少反倒會增加change buffer的維護代價）

反過來，假設一個業務的更新模式是寫入之后馬上會做查詢，那么即使滿足了條件，將更新先記錄在 change buffer，但之后由于馬上要訪問這個數據頁，會立即觸發 merge 過程。這樣隨機訪問 IO 的次數不會減少，反而增加了 change buffer 的維護代價。所以，對于這種業務模式來說，change buffer 反而起到了副作用。（如果立即對普通索引的更新操作結果執行查詢，就會觸發merge操作，磁盤中的數據會和change buffer 的操作記錄進行合并，產生大量io）

索引選擇和實踐

綜上分析，普通索引和唯一索引應該怎么選擇：

其實，這兩類索引在查詢能力上是沒差別的，主要考慮的是對更新性能的影響。所以，建議盡量選擇普通索引。

如果所有的更新后面，都馬上伴隨著對這個記錄的查詢，那么應該關閉 change buffer。

而在其他情況下，change buffer 都能提升更新性能。在實際使用中，普通索引和 change buffer 的配合使用，對于數據量大的表的更新優化還是很明顯的。

Ps. 特別地，在使用機械硬盤時，change buffer 這個機制的收效是非常顯著的。所以，當有一個類似“歷史數據”的庫，應該特別關注這些表里的索引，盡量使用普通索引，然后把 change buffer 盡量開大，以確保這個“歷史數據”表的數據寫入速度。

change buffer 和 redo log

理解了 change buffer 的原理，可能會聯想到 redo log 和 WAL(Write-Ahead Logging，它的關鍵點就是先寫日志，再寫磁盤)。

WAL 提升性能的核心機制，也的確是盡量減少隨機讀寫

在表上執行這個插入語句：

mysql> insert into t(id,k) values(id1,k1),(id2,k2);

假設當前 k 索引樹的狀態，查找到位置后，k1 所在的數據頁在內存 (InnoDB buffer pool) 中，k2 所在的數據頁不在內存中。如圖 是帶 change buffer 的更新狀態圖。

圖3  帶 change buffer 的更新過程

分析這條更新語句，你會發現它涉及了四個部分：

內存、redo log（ib_log_fileX）、 數據表空間（t.ibd）、系統表空間（ibdata1）。

數據表空間：就是一個個的表數據文件，對應的磁盤文件就是“表名.ibd”； 系統表空間：用來放系統信息，如數據字典等，對應的磁盤文件是“ibdata1”

數據表空間 和 系統表空間 似乎代表的就是B+樹對應的那個復雜的結構

這條更新語句做了如下的操作（按照圖中的數字順序）：

1. Page 1 在內存中，直接更新內存；
2. Page 2 沒有在內存中，就在內存的 change buffer 區域，記錄下“我要往 Page 2 插入一行”
3. 這個信息將上述兩個動作記入 redo log 中（圖中 3 和 4）。
   

做完上面這些，事務就可以完成了。所以，你會看到，執行這條更新語句的成本很低，就是寫了兩處內存，然后寫了一處磁盤（兩次操作合在一起寫了一次磁盤），而且還是順序寫的。

change buffer和redo log顆粒度不一樣，因為change buffer只是針對如果更改的數據所在頁不在內存中才暫時儲存在change buffer中。而redo log會記錄一個事務內進行數據更改的所有操作，即使修改的數據已經在內存中了，那也會記錄下來

同時，圖中的兩個虛線箭頭，是后臺操作，不影響更新的響應時間。

那在這之后的讀請求，要怎么處理呢？

比如，我們現在要執行 select * from t where k in (k1, k2) 。

如果讀語句發生在更新語句后不久，內存中的數據都還在，那么此時的這兩個讀操作就與系統表空間（ibdata1）和 redo log（ib_log_fileX）無關了。

圖 4 帶 change buffer 的讀過程

從圖中可以看到：讀 Page 1 的時候，直接從內存返回。

WAL 之后如果讀數據，是不是一定要讀盤，是不是一定要從 redo log 里面把數據更新以后才可以返回？

其實是不用的。雖然磁盤上還是之前的數據，但是這里直接從內存返回結果，結果是正確的。要讀 Page 2 的時候，需要把 Page 2 從磁盤讀入內存中，然后應用 change buffer 里面的操作日志，生成一個正確的版本并返回結果。可以看到，直到需要讀 Page 2 的時候，這個數據頁才會被讀入內存。

如果要簡單地對比這兩個機制在提升更新性能上的收益的話，redo log 主要節省的是隨機寫磁盤的 IO 消耗（轉成順序寫），而 change buffer 主要節省的則是隨機讀磁盤的 IO 消耗。

思考題：

1、通過圖 3 可以看到，change buffer 一開始是寫內存的，那么如果這個時候機器掉電重啟，會不會導致 change buffer 丟失呢？change buffer 丟失可不是小事兒，再從磁盤讀入數據可就沒有了 merge 過程，就等于是數據丟失了。會不會出現這種情況呢？

答：

1.change buffer有一部分在內存有一部分在ibdata.

做purge操作,應該就會把change buffer里相應的數據持久化到ibdata

2.redo log里記錄了數據頁的修改以及change buffer新寫入的信息

如果掉電,持久化的change buffer數據已經purge,不用恢復。主要分析沒有持久化的數據

情況又分為以下幾種:

(1)change buffer寫入,redo log雖然做了fsync但未commit,binlog未fsync到磁盤,這部分數據丟失
(2)change buffer寫入,redo log寫入但沒有commit,binlog以及fsync到磁盤,先從binlog恢復redo log,再從redo log恢復change buffer

(3)change buffer寫入,redo log和binlog都已經fsync.那么直接從redo log里恢復。

總結

到此這篇關于Mysql普通索引與唯一索引選擇的文章就介紹到這了,更多相關Mysql普通索引與唯一索引選擇內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！