change buffer 唯一索引和普通索引

唯一索引和普通索引 change buffer

学习检测

1. 什么是change buffer?

2. 唯一索引和普通索引查找数据流程及性能对比?

3. 唯一索引和普通索引更新数据流程及性能对比?

4. change buffer 适用场景?

5. change buffer 和 redo log 的区别?

6. change buffer 是持久化的吗?

7. chabge buffer 的merge 操作是什么？

8. 数据搜索修改的流程,是否加载内存中?

9. 当有where 条件的时候,change buffer 是否其作用,为什么?

10. 二级索引中的普通索引也会更新主键索引,什么情况下change buffer起作用?

11. change buffer 参数了解一下?默认值是多少

12. change buffer 刷新数据到磁盘的情况?

13. 服务掉电,change buffer 的数据会丢失吗?什么情况有丢失?

14. 唯一索引可以change buffer 吗？

总结

1. change buffer 是对数据进行修改的时候(insert、update、delete)的时候将修改优先写入change buffer，减少磁盘的随机IO消耗

2. 数据查找过程 以 select * from where id = 3;为例

   在内存中

   唯一索引，在索引树中找到id为3的就停止搜索，返回数据

   普通索引，在搜索到id为3的数据后继续向下搜索，直到找到第一个不满足条件的数据，返回

   不在内存中

   性能差异----微乎其微

   性能只是普通索引多一次判断，忽略不计。数据是以页加载到内存中处理的，除非次数据是数据页的最后一条，会再次进行一次磁盘访问

3. 数据修改过程（无 where情况）

   在内存中

   唯一索引，修改数据，直接返回

   普通索引，修改数据，直接返回

   不在内存中

   唯一索引，加载数据所在页，判断唯一性，修改数据

   普通索引，修改数据到change buffer，返回

   普通和唯一索引的最大区别在于

   数据不在内存时候，唯一索引要加载数据判断唯一性，普通直接存入change buffer，返回

4. change buffer 适用于普通索引和写多读少的场景，读的操作会出发数据merge操作

5. change buffer 的内存变化页记录在redo log中，是减少磁盘的读IO，redo log是物理逻辑日志，记录的是数据页的状态，减少磁盘的写IO

6. change buffer 除了在buffer pool中的内存拷贝，在系统表空间也有存储（ibdata1）中

7. change buffer 的merge操作是将change buffer 中的数据操作记录刷新到磁盘，保证数据的一致性

8. mysql 对数据的操作都是加载到内存中，以页的单位16k，此参数可以修改，扇区是512byte，一个block是4k

9. 当有 where条件的操作，也是可以用到change buffer的，删除操作（当前索引标记为删除）更新动作是（插入和删除的结合）

10. 缓存条件是

11. innodb_change_buffering值包括

all  默认值：缓冲池插入、删除标记操作和清楚

none 不做任何缓冲操作

inserts 缓冲区插入操作

deletes 缓冲区删除标记操作

changes 缓冲插入和删除标记操作（update）

purges 缓冲在后台发生的物理删除事件、

innodb_change_buffer_max_size 占用缓冲池大小比例 默认25 最大50%

12. 读取数据的时候

    后台线程定期刷新，默认10s

    服务shutdown的时候

13. 服务掉电，数据记录在系统表空间和change buffer 中，这时候redo log中的事务为prepare的时候，还没有commit的操作，重启后，此事务会丢失

14. 唯一索引，update 和insert的时候不可以，delete的时候可以

官方文档 和 toabao mysql 月报 有说明（太牛逼了）

https://dev.mysql.com/doc/refman/8.0/en/innodb-change-buffer.html

http://mysql.taobao.org/monthly/2015/07/01/

change buffer

就是将二级索引的insert、update、delete的操作记录放在change buffer中，避免此类操作频繁进行磁盘IO

change buffer会占用buffer pool的空间

在磁盘上会占用系统表空间

change buffer是存放二级索引的没有在buffer pool的变更页的缓存区，变更的buffer是由insert，update,delete等操作导致的。等页被加载进buffer pool中后会将change buffer中的页合并。

当需要更新一个数据页时，如果数据页在内存中就直接更新，而如果这个数据页还没有在内存中的话，在不影响数据一致性的前提下，InooDB 会将这些更新操作缓存在 change buffer 中，这样就不需要从磁盘中读入这个数据页了。在下次查询需要访问这个数据页的时候，将数据页读入内存，然后执行 change buffer 中与这个页有关的操作。通过这种方式就能保证这个数据逻辑的正确性。

需要说明的是，虽然名字叫作 change buffer，实际上它是可以持久化的数据。也就是说，change buffer 在内存中有拷贝，也会被写入到磁盘上。

将 change buffer 中的操作应用到原数据页，得到最新结果的过程称为 merge。除了访问这个数据页会触发 merge 外，系统有后台线程会定期 merge。在数据库正常关闭（shutdown）的过程中，也会执行 merge 操作。

显然，如果能够将更新操作先记录在 change buffer，减少读磁盘，语句的执行速度会得到明显的提升。而且，数据读入内存是需要占用 buffer pool 的，所以这种方式还能够避免占用内存，提高内存利用率。

change buffer 触发merge条件

• 访问这个数据页会触发merge操作,将change buffer操作应用到原始数据页

• 后台线程会定期的merge操作,默认10s

• 数据库正常关闭(shutdown)的过程中,也会执行merge操作

change buffer 使用场景

• change buffer 只限于用在普通索引的场景下,而不适用唯一索引

• 对于写少读多的场景不适合,每次读操作都会触发merge操作,反而起到副作用

• 适用于写多读少的场景

对于唯一索引来说，**所有的更新操作都要先判断这个操作是否违反唯一性约束。比如，要插入 (4,400) 这个记录，就要先判断现在表中是否已经存在 k=4 的记录，而这必须要将数据页读入内存才能判断。**如果都已经读入到内存了，那直接更新内存会更快，就没必要使用 change buffer 了。

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

首先会进行merge操作后才能判断

唯一索引不使用change buffer。唯一索引在执行更新操作时，要先判断是否符合唯一约束条件，那么在插入数据时会先从表中读取数据到内存中，然后判断是否符合唯一约束条件。所以唯一索引插入时肯定内存中会有这个数据页，即使没有也会查询磁盘数据保存到内存。所以内存中有数据页，直接更新即可，不需要保存到change buffer中。

参数

show variables like '%change_buffer%';

change buffer 和查询时候的数据怎么合并

page hash 来记录change buffer 中是否有此条记录

查询区别

查询语句

select id from T where k=5

这条查询语句在索引树上查找的过程，先是通过B+树丛树根开始，按层搜索到叶子节点，也就是图中右下角的这个数据页，然后通过数据也中的二分法来定位记录

• 对于普通索引来说，查找到满足条件的第一个记录 (5,500) 后，需要查找下一个记录，直到碰到第一个不满足 k=5 条件的记录。

• 对于唯一索引来说，由于索引定义了唯一性，查找到第一个满足条件的记录后，就会停止继续检索。

性能消耗的影响

微乎其微

因为数据树按照页的单位进行读写的，也就是说，当需要读一条记录的时候，并不是将这个记录本身从磁盘读出来，而是以页为单位，将其整体读入内存。在 InnoDB 中，每个数据页的大小默认是 16KB。

因为引擎是按页读写的，所以说，当找到 k=5 的记录的时候，它所在的数据页就都在内存里了。那么，对于普通索引来说，要多做的那一次“查找和判断下一条记录”的操作，就只需要一次指针寻找和一次计算。

当然，如果 k=5 这个记录刚好是这个数据页的最后一个记录，那么要取下一个记录，必须读取下一个数据页，这个操作会稍微复杂一些。

但是，我们之前计算过，对于整型字段，一个数据页可以放近千个 key，因此出现这种情况的概率会很低。所以，我们计算平均性能差异时，仍可以认为这个操作成本对于现在的 CPU 来说可以忽略不计。

修改性能区别

如果要在这张表中插入一个新记录 (4,400) 的话，InnoDB 的处理流程是怎样的。

数据在内存中

• 对于唯一索引,找到3和5之间的位置,判断到有没有冲突,插入这个值.语句执行结束
• 对于普通索引,找到3和5之间的位置,插入这个值,语句执行结束

这样看来普通索引和唯一索引对更新语句性能的差别只是一个判断,置灰消耗微小的CPU时间

数据页不在内存中

• 对于唯一索引,需要将数据页读入内存，判断到没有冲突，插入这个值，语句执行结束；
• 对于普通索引来说，则是将更新记录在 change buffer，语句执行就结束了

将数据从磁盘读入内存涉及随机 IO 的访问，是数据库里面成本最高的操作之一。change buffer 因为减少了随机磁盘访问，所以对更新性能的提升是会很明显的。

change buffer 和redo log

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

情况1

K1数据页子在内存中,k2数据也不再内存中

分析这条更新语句，你会发现它涉及了四个部分：内存、redo log（ib_log_fileX）、 数据表空间（t.ibd）、系统表空间（ibdata1）。

1. page1在内存中,直接更新内存

2. page2不在内存中,就在change buffer记录下”page2操作行的”信息

3. 将这两个动作记录在redo log中,返回语句执行成功

同时，图中的两个虚线箭头，是后台操作，不影响更新的响应时间。

读请求

select * from t where k in (k1, k2)。

如果读语句发生在更新语句后不久，内存中的数据都还在，那么此时的这两个读操作就与系统表空间（ibdata1）和 redo log（ib_log_fileX）无关了。所以，我在图中就没画出这两部分。

1. 读page1的时候,直接从内存返回.有几位同学在前面文章的评论中问到，WAL 之后如果读数据，是不是一定要读盘，是不是一定要从 redo log 里面把数据更新以后才可以返回？其实是不用的。你可以看一下图 3 的这个状态，虽然磁盘上还是之前的数据，但是这里直接从内存返回结果，结果是正确的。

2. 要读page2的时候,数据不在内存中,读取磁盘数据和change buffer 操作日志进行应用,生成一个新的正确版本,返回数据

可以看到,直到需要读取page2的时候,这个数据页才被读取到内存中

所以，如果要简单地对比这两个机制在提升更新性能上的收益的话，redo log 主要节省的是随机写磁盘的 IO 消耗（转成顺序写），而 change buffer 主要节省的则是随机读磁盘的 IO 消耗。