普通索引和唯一索引的选择

假设你在维护一个市民系统，每一个人都有一个唯一的身份证号，而且业务代码已经保证了不会写入两个重复的身份证号。如果根据身份证号 查用户名的SQL应该这样写：

select name from user where id_card= 'xxxxxxxxxxxxxxxx';

所以，你会考虑在id_card上建立索引。
因为身份证号字段长度比较大，所以把它作为主键会占用较大空间；所以选择，要么给id_card字段创建唯一索引，要么是普通索引。

从这两种索引对查询语句和更新语句的性能影响来进行分析。

查询过程

假设，执行select id from T where k=5 这个查询语句。他在索引树上查找的过程是向B+ 树的根开始，按层搜索到叶子结点，也就是图中右下角的这个数据页，然后可认为数据页内部是通过二分查找来定位记录的。

• 对于普通索引来说，查找到满足提交的第一个记录后，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。

那么这俩的性能差距是多少，答案是非常小，可忽略不计那种。

InnoDB的数据是按照数据页为单位来读写的。也就是说，当需要读一套记录时候，并不是把这个记录从磁盘本身读出来，而是以页为单位，将这条记录所在的整个页读入内存。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的记录时，他所在的数据页都在内存里。那么对于普通索引来说要多做一次查找和判断的操作。

当然如果k=5整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。但是一个数据页可以存放大约上千个key，因此出现这种情况的概率是很小的。所以仍可认为这个操作对现在的CPU来讲是可以忽略不计的。

更新过程

change buffer

当需要更新一个数据页的时候，如果数据页本身就在内存就直接更新。如果这个数据页在磁盘，在不影响数据一致性的前提下，InnoDB会将这些更新操作缓存在change buffer中，这样就不需要将磁盘的数据页调入内存。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数据逻辑的正确性。

虽然change buffer起缓冲作用，但是实际上里面的数据可以持久化。就是说，change buffer在内存中有拷贝，也会被写入磁盘。

将change buffer中的操作应用到原数据页，得到最后结果的过程叫做merge(合并)。除了访问这个数据页会触发merge外，系统后台线程会定期merge。在数据库正常关闭的过程中，也会执行merge。

什么条件下可以使用change buffer

对于唯一索引来说，所有的更新操作都要判断这个操作是否违反唯一性约束。如果要插入id=4,store=400记录。就要先判断表中是否已经存在id=4这条记录，而判断的时候需要将这条记录的数据页读入内存才能判断。如果本身就在内存，那直接更新内存就可以，没必要使用change buffer。

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。

change buffer用的是buffer pool里面的内存，因此不能无限增大。change buffer的大小可通过参数innodb_change_buffer_max_size=xx 来设置。如果xx=50，代表change buffer的大小最多只能占用buffer pool的50%。

来看一下如果我们插入数据的时候，记录是（4,400）InnoDB的处理流程是怎样的？

第一种情况是，这个就要更新的目标页在内存中。这时候，InnoDB的处理流程如下。

• 对于唯一索引来说，找到3和5之间的位置，判断没有冲突时，插入然后结束。
• 对于普通索引来说，找到3和5之间的位置，然后插入结束。

这样对比来看，普通索引和唯一索引对更新语句性能影响的差别，只是一个简单的判断，只会耗费很少的CPU时间。

但是，如果这个记录不在内存中呢？

• 对于唯一索引来说。需要将数据页读入内存，然后判断是否冲突，没有冲突的话就插入然后结束。
• 对于普通索引来说。将更新操作记录在change buffer中，结束。

将数据从磁盘读入内存涉及到操作系统的IO控制，这是数据库最高的成本操作之一。change buffer因为减少了随机磁盘访问，所以对更新性能的提升是明显的。

change buffer的使用场景

因为merge的时候是真正进行数据更新的时刻，而change buffer 的主要目的就是将记录的变更动作缓存下来，所以在一个数据页做merge之前，，change buffer记录的更新操作越多，收益越大。

因此当写多读少的时候，页面在写完以后马上要被访问到的概率比较小，此时change buffer的使用效果最好。这种业务模型常见的就是账单和日志类系统。

反过来，假设一个业务的更新模式是写入之后马上就会做查询，那么即使满足了条件，将更新记录放在change buffer，但之后由于要马上访问这个数据页，所以就会触发merge机制。

这样随机访问的IO次数不会减少，范围增加了change buffer的维护代价。所以，对于这种业务模式来说，change buffer反而起到了副作用。

索引的选择

普通索引和唯一索引在查询能力上没有区别，主要是对更新的性能影响。

如果所有的更新后面都马上伴随着对这个记录的查询，那么应该关闭change buffer。而在其他情况下，change buffer都能提升更新的性能。

在实际使用中，普通索引和change buffer的配合使用对数据量较大的表的更新优化是很明显的。

change buffer和redo log

当我们在表 t中插入两条数据的时候。

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

这俩假设当前k的索引树的状态，查找到位置后，K1所在的数据页在内存中，k2所在的数据页不在内存中。

这条语句做了以下操作：

1. page1在内存，直接更新内存
2. page2不在内存，那就将操作记录在change buffer
3. 将上述操作记录到redo log中

这个过程写一次磁盘，读了两次内存。
虚线头表示是后台操作不影响更新的响应时间。

如果要进行读操作，读page1的时候直接从内存中获取并返回。
读page2的时候，需要将page2从磁盘调入内存然后应用change buffer的操作生成一个正确的版本并返回。

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主要节省的是随机读写磁盘的IO消耗

问题：
如果写入change buffer机制后，主机挂了，change buffer和数据是否会丢失？

答：不会丢失，虽然只是更新内存，但是在事务提交的时候，我们把change buffer的操作也就到了redo log 里面，所以崩溃恢复的时候，change buffer也能找回来。

问：merge的过程是否会把数据直接写入硬盘？

merge的执行流程是：

1. 从磁盘读入数据页到内存（这里的数据页是老版本）
2. 从change buffer里找出这个数据页的change buffer记录，依次应用，得到新版数据页。
3. 写redo log。redo log里面包含了数据的变更和change buffer的变更。

这时候数据页和内存中的change buffer对应的磁盘位置都还没有修改，属于脏页，需要在后来属性自己的数据页，这就是另外的过程了。