09 | 普通索引和唯一索引，應該怎么選擇？

每個人都有一個唯一的身份證號，而且業務代碼已經保證了不會寫入兩個重復的身份證號，如果市民系統需要按照身份證號查姓名，就會執行類似這樣的 SQL 陳述句：

select name from CUser where id_card = 'xxxxxxxyyyyyyzzzzz';

由于身份證號欄位比較大，不建議你把身份證號當做主鍵，那么現在有兩個選擇，要么給 id_card 欄位創建唯一索引，要么創建一個普通索引，

Q：從性能的角度考慮，選擇唯一索引還是普通索引呢？選擇的依據是什么呢？

A： ans

用k來表示上面的身份證號，假設欄位 k 上的值都不重復，

查詢程序

假設，執行查詢的陳述句是 select id from T where k=5，

這個查詢陳述句在索引樹上查找的程序，先是通過 B+ 樹從樹根開始，按層搜索到葉子節點，也就是圖中右下角的這個資料頁，然后可以認為資料頁內部通過二分法來定位記錄

對于普通索引來說，查找到滿足條件的第一個記錄 (5,500) 后，需要查找下一個記錄，直到碰到第一個不滿足 k=5 條件的記錄，
對于唯一索引來說，由于索引定義了唯一性，查找到第一個滿足條件的記錄后，就會停止繼續檢索，

性能差距：微乎其微

原因：

InnoDB 的資料是按資料頁為單位來讀寫的，也就是說，當需要讀一條記錄的時候，并不是將這個記錄本身從磁盤讀出來，而是以頁為單位，將其整體讀入記憶體，在 InnoDB 中，每個資料頁的大小默認是 16KB，

因為引擎是按頁讀寫的，所以說，當找到 k=5 的記錄的時候，它所在的資料頁就都在記憶體里了，那么，對于普通索引來說，要多做的那一次“查找和判斷下一條記錄”的操作，就只需要一次指標尋找和一次計算，（剛好是這個資料頁的最后一個記錄，那么要取下一個記錄，必須讀取下一個資料頁，這個操作會稍微復雜一些，）

change buffer

當需要更新一個資料頁時，如果資料頁在記憶體中就直接更新，而如果這個資料頁還沒有在記憶體中的話，在不影響資料一致性的前提下，InooDB 會將這些更新操作快取在 change buffer 中，這樣就不需要從磁盤中讀入這個資料頁了，

在下次查詢需要訪問這個資料頁的時候，將資料頁從硬碟讀入記憶體，然后執行 change buffer 中與這個頁有關的操作，通過這種方式就能保證這個資料邏輯的正確性，

雖然名字叫作 change buffer，實際上它是可以持久化的資料，也就是說，change buffer 在記憶體中有拷貝，也會被寫入到磁盤上，

將 change buffer 中的操作應用到原資料頁，得到最新結果的程序稱為 merge，除了訪問這個資料頁會觸發 merge 外，系統有后臺執行緒會定期 merge，在資料庫正常關閉（shutdown）的程序中，也會執行 merge 操作，

如果能夠將更新操作先記錄在 change buffer，減少讀磁盤，陳述句的執行速度會得到明顯的提升，而且，資料讀入記憶體是需要占用 buffer pool 的，所以這種方式還能夠避免占用記憶體，提高記憶體利用率，

change buffer 用的是 buffer pool 里的記憶體，不能無限增大，

什么索引可以使用 change buffer

對于唯一索引來說，所有的更新操作都要先判斷這個操作是否違反唯一性約束，不能使用 change buffer，

比如，要插入 (4,400) 這個記錄，就要先判斷現在表中是否已經存在 k=4 的記錄，而這必須要將資料頁讀入記憶體才能判斷，如果都已經讀入到記憶體了，那直接更新記憶體會更快，就沒必要使用 change buffer 了，

只有普通索引可以使用change buffer，

change buffer 的使用場景

Q：普通索引的所有場景，使用 change buffer 都可以起到加速作用嗎？

A：

因為 merge 的時候是真正進行資料更新的時刻，而 change buffer 的主要目的就是將記錄的變更動作快取下來，所以在一個資料頁做 merge 之前，change buffer 記錄的變更越多（也就是這個頁面上要更新的次數越多），收益就越大，

因此，對于寫多讀少的業務來說，頁面在寫完以后馬上被訪問到的概率比較小，此時 change buffer 的使用效果最好，這種業務模型常見的就是賬單類、日志類的系統，

反過來，假設一個業務的更新模式是寫入之后馬上會做查詢，那么即使滿足了條件，將更新先記錄在 change buffer，但之后由于馬上要訪問這個資料頁，會立即觸發 merge 程序，這樣隨機訪問 IO 的次數不會減少，反而增加了 change buffer 的維護代價，所以，對于這種業務模式來說，change buffer 反而起到了副作用，

Q：merge 的程序是否會把資料直接寫回磁盤？

A：不會

merge 的執行流程：

從磁盤讀入資料頁到記憶體（老版本的資料頁）；
從 change buffer 里找出這個資料頁的 change buffer 記錄 (可能有多個），依次應用，得到新版資料頁；
寫 redo log，這個 redo log 包含了資料的變更和 change buffer 的變更，

到這里 merge 程序就結束了，這時候，資料頁和記憶體中 change buffer 對應的磁盤位置都還沒有修改，屬于臟頁，之后各自刷回自己的物理資料，就是另外一個程序了，

更新程序

如果要在這張表中插入一個新記錄 (4,400) 的話，InnoDB 的處理流程

第一種情況是，這個記錄要更新的目標頁在記憶體中，這時，InnoDB 的處理流程如下：

對于唯一索引來說，找到 3 和 5 之間的位置，判斷到沒有沖突，插入這個值，陳述句執行結束；
對于普通索引來說，找到 3 和 5 之間的位置，插入這個值，陳述句執行結束，

這樣看來，普通索引和唯一索引對更新陳述句性能影響的差別，只是一個判斷，只會耗費微小的 CPU 時間，

第二種情況是，這個記錄要更新的目標頁不在記憶體中，這時，InnoDB 的處理流程如下：

對于唯一索引來說，需要將資料頁讀入記憶體，判斷到沒有沖突，插入這個值，陳述句執行結束；
對于普通索引來說，則是將更新記錄在 change buffer，陳述句執行就結束了，

將資料從磁盤讀入記憶體涉及隨機 IO 的訪問，是資料庫里面成本最高的操作之一，change buffer 因為減少了隨機磁盤訪問，所以對更新性能的提升是會很明顯的，

索引選擇和實踐

這兩類索引在查詢能力上是沒差別的，主要考慮的是對更新性能的影響，所以，我建議你盡量選擇普通索引，

如果所有的更新后面，都馬上伴隨著對這個記錄的查詢，那么你應該關閉 change buffer，而在其他情況下，change buffer 都能提升更新性能，

在實際使用中，你會發現，普通索引和 change buffer 的配合使用，對于資料量大的表的更新優化還是很明顯的，

特別地，在使用機械硬碟時，change buffer 這個機制的收效是非常顯著的，所以，當你有一個類似“歷史資料”的庫，并且出于成本考慮用的是機械硬碟時，那你應該特別關注這些表里的索引，盡量使用普通索引，然后把 change buffer 盡量開大，以確保這個“歷史資料”表的資料寫入速度，

change buffer 和 redo log

插入

在表上執行這個插入陳述句：

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

假設當前 k 索引樹的狀態，查找到位置后，k1 所在的資料頁在記憶體 (InnoDB buffer pool) 中，k2 所在的資料頁不在記憶體中，

下圖是帶 change buffer 的更新狀態圖，

分析這條更新陳述句，你會發現它涉及了四個部分：

記憶體、redo log（ib_log_fileX）、資料表空間（t.ibd）、系統表空間（ibdata1），

這條更新陳述句做了如下的操作（按照圖中的數字順序）：

Page 1 在記憶體中，直接更新記憶體；
Page 2 沒有在記憶體中，就在記憶體的 change buffer 區域，記錄下“我要往 Page 2 插入一行”這個資訊
將上述兩個動作記入 redo log 中（圖中 3 和 4），

做完上面這些，事務就可以完成了

注意redo記錄的內容是頁面的直接變化

執行這條更新陳述句的成本很低，就是寫了兩處記憶體，然后寫了一處磁盤（兩次操作合在一起寫了一次磁盤），而且還是順序寫的，

同時，圖中的兩個虛線箭頭，是后臺操作，不影響更新的回應時間，

讀請求

執行查詢請求

select * from t where k in (k1, k2)

如果讀陳述句發生在更新陳述句后不久，記憶體中的資料都還在，那么此時的這兩個讀操作就與系統表空間（ibdata1）和 redo log（ib_log_fileX）無關了，所以，在下圖沒畫出這兩部分，

讀 Page 1 的時候，直接從記憶體回傳，
Q：WAL 之后如果讀資料，是不是一定要讀盤，是不是一定要從 redo log 里面把資料更新以后才可以回傳？

A：不用，你可以看一下圖 3 的這個狀態，雖然磁盤上還是之前的資料，但是這里直接從記憶體回傳結果，結果是正確的，
要讀 Page 2 的時候，需要把 Page 2 從磁盤讀入記憶體中，然后應用 change buffer 里面的操作日志，生成一個正確的版本并回傳結果，直到需要讀 Page 2 的時候，這個資料頁才會被讀入記憶體，

對比這兩個機制在提升更新性能上的收益，redo log 主要節省的是隨機寫磁盤的 IO 消耗（轉成順序寫），而 change buffer 主要節省的則是隨機讀磁盤的 IO 消耗，

Q：change buffer 一開始是寫記憶體的，那么如果這個時候機器掉電重啟，會不會導致 change buffer 丟失？change buffer 丟失可不是小事兒，再從磁盤讀入資料可就沒有了 merge 程序，就等于是資料丟失了，會不會出現這種情況呢？

A：雖然是只更新記憶體，但是在事務提交的時候，我們把 change buffer 的操作也記錄到 redo log 里了，所以崩潰恢復的時候，change buffer 也能找回來，

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/500141.html

標籤：MySQL

上一篇：[mybatis]快速搭建一個mybatis程式，實作對資料的增刪改查

下一篇：MySQL實戰45講 6,7,8

MySQL實戰45講 9