酷应用

如何选择普通索引和唯一索引？｜CSDN博文精选

百家作者：CSDN 2020-01-26 02:41:32

作者 |?.NY&XX

责编 | 郭芮

出品 | CSDN博客

网上已经有很多关于唯一索引和普通索引的区别，这里就不详细阐述了，接下来我们深入讨论如何根据不同业务场景，应该选择普通索引还是唯一索引。比如维护一个社保管理系统，每个社保人员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。如果该系统需要按照身份证号查询姓名，就会执行这样的SQL语句：

select?name?from?suser?where?id_card?=?‘xxxxxxxxxxx’;

所以一般会考虑在id_card 字段上建索引。由于身份证号字段比较大，不适合用来作主键，索引现在有两个选择，要么给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。但是要从性能角度上来考虑，选择的依据应该是什么呢？下面我们就从两种索引对查询过程和更新过程的性能影响来分析。

查询操作

我们来看一下InnoDB索引组织机构，假设执行：

select?id?from?t?where?a=3

这个查询语句在索引树上查找的过程将如下：

先是通过B+树从树根开始，按层序遍历的方式搜索到叶子节点，从而定位数据页。
通过二分查找来定位记录。

唯一索引而言，查找到满足条件的第一个条目（比如（3,300））后就会停止继续检索。普通索引查找到一个满足条件的条目后将会继续查找，直到碰到第一个不满足a=3条件的条目。

它们的不同所带来的性能差距却是微乎其微的。因为InnoDB中是按数据页为单位来读写的，也就是说，当读取一个条目的时候并不是将条目从磁盘读出来，而是以页为单位，整体读入内存。既然存储引擎是按页读写的，所以说当找到a=3的条目时，它所在的数据页已经在内存里了。那么对于普通索引需要多做的“查找以及判断条目是否满足条件”的操作就只需要一次指针操作及计算。

更新操作

当需要更新一个数据页时，如果数据页在内存缓冲池（buffer pool）中就直接更新，并同时记录redo log,但是如果这个数据页不在内存中的话。在不影响一致性的前提下，InnoDB会将更新操作缓存在写缓冲（change buffer）中，同时记录redo log。

写缓冲(change buffer)

那什么是change buffer呢？

它的主要目的是将对二级索引的数据操作缓存下来，以此减少二级索引的随机IO，并达到操作合并的效果。

在MySQL5.5之前的版本中，由于只支持缓存insert操作，所以最初叫做insert buffer，只是后来的版本中支持了更多的操作类型（操作类型包括insert、update、delete）缓存，才改叫change buffer。

change buffer的数据结构上是一颗b+树，存储在ibdata系统表空间中，根页为ibdata的第4个page(FSP_IBUF_TREE_ROOT_PAGE_NO)。

将change buffer中的操作应用到原数据页从而得到最新结果的过程被称为merge。merge 的时候才是是真正进行数据更新的时刻，change buffer 将条目的变更动作进行缓存。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。

一般来说，触发merge的操作主要有以下几种：

访问这个数据页；
master thread线程每秒或每10秒进行一次merge insert buffer的操作；
在数据库正常关闭的时候。

此外，虽然名字叫做change buffer，但实际上它是可以持久化的数据，也就说它在内存中有拷贝，也会被写入到磁盘上。

change buffer状态查看

seg size 为插入缓冲区的总大小（页的数量X16KB）；
merges表示已经合并的merge的数量；
merged operations: insert 插入记录被merge的次数；
delete mark 删除操作被merge的次数；
delete 更新操作被merge了多少次。

change buffer占用buffer pool

数据读入内存是需要占用buffer pool的，采用这种方式能够避免占用内存，提升内存利用率。

change buffer用的是buffer pool的内存，因此不能无线增大，它通过参数innodb_change_buffer_max_size来设置，这个参数表示占用内存的比例，默认是25%，最大值为50%，一般在写多读少的场景下才需要设置。

change buffer带来什么好处？

如果MySQL承担大量的DML操作，则change buffer是必不可少的，他的存在就是尽量减小I/O的消耗，通过内存进行数据的合并操作，将多次操作操作尽量变为少量的I/O操作，从而提升了更新操作的速度。

什么场景适合开启change buffer？

change buffer只限于普通索引的场景下，不适用与唯一索引。为什么呢？

因为，假设要插入(3, 300)这个条目，首先要判断这个条目是否在表中出现过。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。

那么InnoDB中插入的条目（3,300）的流程是如何的呢？

如果这个条目要更新的数据页在内存中：

对于唯一索引，找到2和4的位置，判断没有冲突后，插入这个值，执行结束
对于普通索引，找到2和4的位置，插入这个值，执行结束

如果这个条目要更新的数据页不在内存中：

对于唯一索引，需要将数据页读入内存，然后判断有没有冲突，然后进行插入。
对于普通索引，只需要将条目更新操作记录在change buffer就执行结束了。

不是所有场景都可以用change buffer

普通索引并不是所有场景使用change buffer都能受益，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。

但是假设一个业务的更新模式是写入之后马上会做查询，那么即使满足了条件，将更新先记录在change buffer，但之后由于马上要访问这个数据页，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，对于这样类似的业务模式来说，change buffer 反而起到了副作用。

举个例子：

假设要执行insert into t values(id1,a1),(id2,a2);

假设a1 所在的数据页在内存 (InnoDB buffer pool) 中，a2 所在的数据页不在的话，如图所示：