MySQL 45 讲 | 09 普通索引和唯一索引，应该怎么选择？

09 | 普通索引和唯一索引，应该怎么选择？

查询过程

假设，执行查询的语句是 select id fromTwhere 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，可以认 为数据页内部通过二分法来定位记录。

• 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。

  这个不同带来的性能差距会有多少呢？答案是，微乎其微。

• InnoDB的数据是按数据页为单位来读写的。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。

• 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。

更新过程 （change buffer）

• change buffer：更新一个数据页时，如果数据页在内存中就直接更新，没有在内存中，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 。 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。

• change buffer是可以持久化的数据。change buffer在内存中有拷贝，也会被写入到磁盘上。

• merge：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。

• 触发merge操作： 访问这个数据页会触发merge ；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 。

什么条件下可以使用change buffer呢？

• 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。change buffer的大小，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，表示change buffer的大小最多只能占用buffer pool的50%。

看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？

• 第一种情况是，这个记录要更新的目标页在内存中。

  • 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；
  • 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，微小的差别。

• 第二种情况是，这个记录要更新的目标页不在内存中。

• 对于唯一索引来说，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 上要更新的次数越多），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。
• 假设一个业务的更新模式是写入之后马上会做查询，change buffer反而起到了副作用。

索引选择和实践

• 这两类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，那么应该关闭change buffer。而在其他情况下，change buffer都能提升更新性能。

change buffer 和 redo log

假设，要在表上执行这个插入语句： insert into t(id,k) values(id1,k1),(id2,k2);

• 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2所示是带change buffer的更新状态图。

• 这条更新语句，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）。 、

• 这条更新语句做了如下的操作（按照图中的数字顺序）：

  1. Page 1在内存中，直接更新内存；
  2. Page 2没有在内存中，就在内存的change buffer区域，记录下“我要往Page 2插入一行”这个 信息 。
  3. 将上述两个动作记入redo log中（图中3和4）。

• 做完上面这些，事务就可以完成了。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。

• 图中的两个虚线箭头，是后台操作，不影响更新的响应时间。

那在这之后的读请求，要怎么处理呢？

比如，现在要执行 select *fromt 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，在图中就没画出这两部分。

• 图3 带change buffer的读过程

• 读Page 1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。看图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。

  WAL，Write-Ahead Logging， 预写日志系统。指的是 MySQL 的写操作并不是立刻更新到磁盘上，而是先记录在日志上，然后在合适的时间再更新到磁盘上

• 读Page 2的时候，需要把Page 2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。

• 可以看到，直到需要读Page 2的时候，这个数据页才会被读入内存。

• 简单地对比这两个机制在提升更新性能上的收益：

  • redo log 主要节省的是随机写磁盘的IO消耗（转成顺序写）
  • change buffer主要节省的则是随机读磁盘的IO消耗。

小结

• 普通索引和唯一索引的选择
• 数据的查询和更新过程
• change buffer的机制以及应用场景
• 索引选择的实践