Mysql实战08：普通索引和唯一索引

什么时候用普通索引，什么时候用唯一索引呢？

假设我们在维护一个市民系统，每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。如果市民系统需要按照身份证号查姓名，就需要执行类似的SQL

select name from CUser where id_card="XXXXXXXXXXXXX"

所以，我们会考虑在id_card字段上建立索引。

由于身份证号字段比较大，不推荐把身份证号作为主键，那么现在有两个选择，要么给id_card字段创建唯一索引，要么创建普通索引。如果业务代码保证了不会写入重复的身份证号，那么两种选择在逻辑上都是正确的。

但是从性能上来说，选择哪一种更好呢？

现在以下图为例，来进行一下分析。

我们从两种索引对查询语句和更新语句的性能影响来分析。

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+数从树根开始，按层搜索到叶子节点，然后在叶子节点内部通过二分法来定位。

• 对于普通索引来说，查找到满足条件的第一条记录(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。

那么，这个不同带来的性能差距会有多少呢？答案是，微乎其微。

我们知道，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上读出来，而是以页为单位，将整体读入内存。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，就只需要一次指针的寻找和一次计算。

当然，如果k=5之后记录刚好是在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些。但是，对于整型字段，一个数据页可以存放上千个key，因此出现这种情况的概率会很低。

更新过程

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。通过这种方式就能够保证数据逻辑的正确性。

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 poold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。比如插入(4,400)这个记录，就要先判断表中是否已经存在k=4的记录，而这必须要将数据页读入内存才能判断。如果已经读入到内存了，那么直接更新内存会更快，就没有必要使用change buffer了。因此，唯一索引的更新不能使用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%。

了解了change buffer，我们来看一看如果要在这张表中插入一个新记录(4,400）的话，InnoDB的处理流程是怎么样的。

第一种情况是，这个记录要更新的目标页在内存中。这时,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，判断有没有冲突，插入这个值，语句执行结束；
• 对于普通索引过来说，找到3和5之间的位置，插入这个值，语句执行结束。

第二种情况是，这个记录要更新的目标页不在内存中。这时，InnoDB的处理流程如下：

• 对于唯一索引来说，需要将数据页读入内存，判断有没有冲突，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，语句执行结束。

将数据从磁盘读入内存设计随机IO的访问，是数据库里面成本最高的操作之一。change buffer因为减少了磁盘的随机访问，所以对更新性能的提升是非常明显的

change buffer的使用场景

现在我们了解了使用change buffer对更新过程的加速作用，也清楚了change buffer只限于用在普通索引的场景下，而不适用于唯一索引。那么问题来了：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，所以在一个数据也做merge之前，change buffer记录的变更越多（也就是这个页面上更新的次数越多），收益越大。

因此，对于写多读少的业务来说，页面在写完以后被马上访问的效率比价小，这是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。

反过来说，假设一个业务的更新模式是写入之后立马会做查询，那么及时满足了查询条件，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。所以，对于这种业务模式来说，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怎么选择。这两类索引在查询能力上没差别，主要考虑的是对更新性能的影响。建议尽量选择普通索引。

如果所有的更新后面，都马上伴随着这个记录的查询，那么就应该关闭change buffer。而在其他情况下，change buffer都能提升更新性能。

在实际使用中，普通索引和change buffer配合使用，对于数据量大大的表更新优化还是很明显的。