普通索引和唯一索引，应该怎么选择？

在不同的业务场景下，应该选择普通索引，还是唯一索引？

每个人都有一个唯一的身份证号，在业务代码中已经保证了不会写入两个重复的身份证号。如果需要按照身份证号查姓名，就会执行类型这样的sql语句：

select name from user where id_card = '********************'

所以，一定会考虑在id_card字段上建立索引。

由于身份证号字段较大，不建议把身份证号当作主键，那么，现在有两个选择，一、给id_card字段创建唯一索引，要么创建一个普通索引。如果业务代码已经保证了不会写入重复的身份证号，那么这两个选择逻辑上都是正确的。

那么从性能上来说，是选择唯一索引还是普通索引呢？选择依据又是什么？

假设字段k上的值都不重复。

InnoDB的索引组织结构

分析两种索引对查询语句和更新语句的性能影响：

查询过程：

假设，执行查询的语句是select id from T where k=5;这个查询语句在索引树上查找的过程，先是通过B+树从树根开始，按层搜索到叶子节点，也就是图中右下角的这个数据页，然后可以认为数据页内部通过二分法来定位记录。

1、对于普通索引来说，查找满足条件的第一个记录（5000）后，需要查找下一个记录，查到碰到第一个不满足k=5条件的记录。

2、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
这种不同带来的性能差距是微乎其微的

InnoDB的数据是按数据页为单位来读写的。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，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，在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。

更新过程：

在说明普通索引和唯一索引对更新语句性能的影响之前，先来说说 change buffer

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，InnoDB会将这写更新操作缓存在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。

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，也会被写入到磁盘中。

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。

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。

什么条件下可以使用change buffer 呢？

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。

change buffer用的是buffer pool里的内存，因此不能无限增大。可以通过参数 innodb_change_buffer_max_size来动态设置。这个参数设置为50的时候，标识change buffer的大小最多只能占用buffer pool的50%

如果在这张表中插入（4,400）的话，InnoDB的处理流程是怎样的？

第一种情况：这个记录要更新的目标页在内存中。InnoDB的处理流程如下：

1、对于唯一索引来说，找到3和5之间的位置，判断到没有冲突，插入这个值，语句执行结束；

2、对于普通索引来说，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影响的差别，只是一个判断，只会耗费微小的CPU时间。

第二种情况：这个记录要更新的目标页不在内存中。InnoDB的处理流程如下：

1、对于唯一索引来说，需要将数据页读入内存中，判断到没有冲突，插入这个值，语句执行结束。

2、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的使用场景

普通索引的所有场景，使用change buffer 都可以起到加速作用吗？

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 记录的变更越多（也就是这个页面上要更性能的次数越多），收益就越大

对于写多读少的业务来说，页面在写完以后马上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类，日志类的系统。

如果一个业务的更新模式是写入之后马上会做查询，那么即使满足了这个条件，将更新先记录在change buffer，但之后由于马上就要访问这个数据页，会立即触发merge过程，这样随机访问IO的次数不会减少，反而增加了change buffer的维护代价，对于这种业务来说，change buffer反而起到了副作用。

索引选择和实践

普通索引和唯一索引在查询能力上是没差别的，主要考虑的是对更新性能的影响，所以，建议尽量选择普通索引
如果所有的更新后面，都马上伴随着对这个记录的查询，那么你应该关闭change buffer。而在其他情况下，change buffer都能提升更新性能。

普通索引和change buffer的配合使用，对于数据量大的表的更新优化还是很明显的。

在使用机械硬盘时，change buffer这个机制的收效是非常显著的。所以，当你有一个类似“历史数据”的库，并且出于成本考虑用的是机械硬盘时，那你应该特别关注那些表里的索引，尽量使用普通索引，然后把change buffer尽量开发，以确保这个“历史数据”表的数据写入速度。

change buffer 和redo log

在表上执行插入语句：

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

这里，我们假设当前k索引树的状态，查找到位置后，k1所在的数据页在内存（InnoDB buffer pool)中，k2所在的数据页不在内存中。如图所示是带change buffer的更新状态图

带change buffer 的更新过程

涉及四个部分：内存，redo log(ib_log_fileX)、数据表空间(t.ibd)、系统表空间（ibdata1)

操作过程如下：

1、Page1在内存中，直接更新内存；

2、Page2没有在内存中，就在内存的change buffer区域，记录下“我要往Page2插入一行”这个信息

3、将上述两个动作记入redo log中

做完上面这些，事务就可以完成了，所以，你会看到，执行这条更新语句的成本很低，就是写了两处内存，然后写了一处磁盘（两次操作合在一起写了一次磁盘），而且还是顺序写的。

图中两个虚线箭头，是后台操作，不影响更新的响应时间。

比如，要执行 select * from t where k in (k1, k2) ;请求流程图如下：

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。所以此图中就没有画出这两部分。

带change buffer的读过程

可以看出：

1、读Page1的时候，直接从内存返回。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，从图中可以看出，虽然磁盘还是之前的数据，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，需要把Page2从磁盘读入内存中，然后应用change buffer里面的操作日志，生成一个正确的版本并返回结果

可以看出，知道需要读Page2的时候，这个数据页才会被读入内存。

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。

问题：

​ 从图中可以看出，change buffer 一开始是写内存的，那么如果这个时候机器掉电重启，会不会导致change buffer丢失呢？change buffer 丢失可不是小事，再从磁盘读入数据就没有merge过程，就等于是数据丢失了。会不会出现这种情况呢？

答案显然是不会丢失，虽然是只更新内存，但是在事务提交的时候，我们把change buffer的操作也记录到redo log里了，所以崩溃恢复的时候，change buffer也能找回来。

延伸：merge的过程是否回把数据直接写回磁盘呢？
merge的执行流程是这样的：
1、从磁盘读入数据页到内存（老版本的数据页）
2、从change buffer里找出这个数据页的change buffer记录（可能有多个），一次应用，得到新版数据页
3、写redo log。这个redo log包含了数据的变更和change buffer的变更
到这里merge过程就结束了，这时候，数据页和内存中change buffer对应的磁盘位置都还没有修改，属于脏页，之后各自刷回自己的物理数据，就是另外一个过程了。