MySQL系列：普通索引、唯一索引如何选择

1目录

• 唯一索引和普通索引如何选择
• 这两种索引对查询语句和更新语句的性能影响
• change buffer 的使用场景
• change buffer 和 redo log
• MySQL8.0 取消 Query Cache

2继续

不同业务场景下唯一索引和普通索引如何选择？

假设维护一个市民系统，唯一标识用身份证号，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询姓名:

select name from aaaqi where id_card = 'xxxxxxxyyyyyyzzzzz';

由于身份证号字段比较大，不建议把身份证号当做主键， 那么现在要么给 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。

如果从性能的角度去考虑，选择依据是怎样的。

用之前MySQL 系列：索引(上)中的例子来说明，假设字段 k 上的值都不重复。

下面用这两种索引对查询语句和更新语句的性能影响来进行分析。

3查询过程

假设，执行查询的语句是select id from aaaqi 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，也就是上图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。

• 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。

上面的不同带来的性能差距微乎其微。

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“查找和判断吓一条记录”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些。

但，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，计算平均性能差异时，仍可认为这个操作成本对于现在的 CPU 来说可以忽略不计。

4更新过程

普通索引和唯一索引对更新语句性能的影响问题，这里先介绍下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时，将数据页读入内存，再执行** 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。

需要注意的是，名字虽然叫做 change buffer ，但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(shutdown)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。

什么时候、条件下使用 change buffer？

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。如果都已经读入到内存了，那直接更新内存会更快，就没必要使用 change buffer 了。

所以，唯一索引的更新不能使用 change buffer，实际上也只有普通索引才可以使用。

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

change buffer 的机制差不多了，那么如果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。 那么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，只会消耗微小忽略不计的 CPU 时间。

• 第二种情况是，这个记录更新的目标不在内存中。 那么 innodb 处理流程：

  • 对于唯一索引来说，需要将数据页读入内存，判断有无冲突，插入这个值，语句执行结束；
  • 对于普通索引来说，则是更新记录在change buffer ，语句就执行结束了。

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，索引对更新性能的提升是会更明显的。

5change buffer 的使用场景

通过上面的分析，清楚了使用change buffer 对更新过程的提升性能作用，也清楚change buffer 只限于普通索引的场景下，而不适用唯一 索引。

但，并不是所有普通索引的场景下 change buffer 都能起到提升性能的作用。

因为 merge 时，是真正进行数据更新的时刻，而 change buffer 的主要目的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。

所以，对于写多读少的业务来说，页面在写完以后马上就被访问到的概率比较小，此时 change buffer的使用效果最好。 这种常见的业务模型比如，账单类、日志类的系统。

反过来，如果一个业务的更新模式是写入后马上就会做查询，那么即使满足了条件，将更新记录在 change buffer，但之后由于马上就要被访问这个数据页，会立刻触发 merge 过程。这样随机访问 IO 的次数不会减少，反而会增加 change buffer 的维护代价。 所以，这种业务模式change buffer 会起到副作用。

6索引选择

回到文章开头，普通索引和唯一索引应该怎么选择？其实，这两类索引在查询性能上没差别，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，都马上又对这个记录的查询，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。

在实际使用中会发现普通索引和 change buffer 的配合使用，对于数量大的表更新优化还是很明显的。

特别是在使用机械硬盘时，change buffer 这个机制的收益是非常明显的。所以，当你有一个类似 历史数据 的库，并且处于成本考虑用的是机械硬盘的时候，那应该特别关注这些表里的所有，尽量使用普通索引，然后把 change buffer 尽量开大，以确保这个库里面的表数据写入速度。

7change buffer 和 redo log

change buffer 、redo log 、 WAL 是不是感觉都差不多，忘了的可以看之前 MySQL 系列：一条更新语句是如何执行的的内容。

现在，要在表上执行下面插入语句：

mysql> insert into aaaqi(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。

如下图 A 所示是带 change buffer 的更新状态图：

这条更新语句一共涉及了 4 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操作(按图中顺序)：

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“往 page2 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。所以会看到执行这条更新语句的成本很低，就是写了 2 处内存，然后写了 1 处磁盘(2 次操作合在一起写了 1 次磁盘)，而且还是顺序写的。

图中 2 个虚箭头是后台操作，不影响响应时间。

在这之后的读请求是这样处理的。

假设，现在要执行select * from aaaqi where k in(k1,k2)。这里，下面有个读请求的流程图。

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 2 个读请操作就与系统表空间(ibdata1)和 redo log (ib_log_fileX)无关了。所以下图没有这 2 部分：

上图可以看到如下：

• 读 page1 时，直接从内存返回。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。
• 读 page2 时，需要把 page2 从磁盘读入内存中，再应用 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 page2 时，这个数据页才会被读入内存。

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。

8MySQL为什么取消了Query Cache?

有兴趣的可以复制下面链接看。

这货没留原文链接《MySQL为什么取消了Query Cache? 》：https://cloud.tencent.com/developer/article/1693427

MySQL8.0 新特性：https://www.cnblogs.com/songgj/p/10658916.html

MySQL8.0 官网地址：https://dev.mysql.com/doc/refman/8.0/en/added-deprecated-removed.html#optvars-deprecated