什么時候使用唯一索引和普通索引

• 唯一或普通索引的選擇

• 業務需求

  • 假設你在維護一個市民系統，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語句：

    select name from CUser where id_card = 'xxxxxxxyyyyyyzzzzz';
    

  • 在不考慮身份證好字段大小的情況下，需要給id_card建立索引，是選擇普通索引還是唯一索引呢？

• 查詢過程

  • 比如 select id from T where k=5
  • 在B+樹的樹根開始，按層搜索找到葉子節點，先找到數據頁，在根據二分法，在數據頁中定位記錄。
  • 對於普通索引，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。
  • 對於唯一索引來說，由於索引定義了唯一性，查找到第一個滿足條件的記錄后，就會停止繼續檢索。
  • 引擎是按頁讀取的，對於普通索引來說，只是多做了一次查找和判斷下一條記錄的操作，如果該記錄剛好是最后一條就會復雜一些，但是一個數據頁可以存放近千個key，這種概率也很低，所以我們可以認為差距很小。

• 更新過程

  • change buffer概念
    • 當需要更新一個數據頁時，如果數據頁在內存中就直接更新，而如果這個數據頁還沒有在內存中的話，在不影響數據一致性的前提下，InooDB會將這些更新操作緩存在change buffer中，這樣就不需要從磁盤中讀入這個數據頁了。。在下次查詢需要訪問這個數據頁的時候，將數據頁讀入內存，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數據邏輯的正確性。
    • 需要說明的是，雖然名字叫作change buffer，實際上它是可以持久化的數據。也就是說，change buffer在內存中有拷貝，也會被寫入到磁盤上。
    • 將change buffer中的操作應用到原數據頁，得到最新結果的過程稱為merge。除了訪問這個數據頁會觸發merge外，系統有后台線程會定期merge。在數據庫正常關閉（shutdown）的過程中，也會執行merge操作。
    • 顯然，如果能夠將更新操作先記錄在change buffer，減少讀磁盤，語句的執行速度會得到明顯的提升。而且，數據讀入內存是需要占用buffer pool的，所以這種方式還能夠避免占用內存，提高內存利用率。
  • 使用change buffer的條件
    • 對於唯一索引來說，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。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，而這必須要將數據頁讀入內存才能判斷。如果都已經讀入到內存了，那直接更新內存會更快，就沒必要使用change buffer了。
    • 因此，唯一索引的更新就不能使用change buffer，實際上也只有普通索引可以使用。
    • 當要更新的記錄目標頁不再內存中，如果是普通索引就會將更新記錄在buffer上，語句執行結束，減少了磁盤讀入內存的io訪問，性能提升。
  • change buffer的使用場景
    • 對於寫多讀少的業務，使用change buffer的效果比較好，比如賬單，日志類的系統。
    • 對於讀多寫少的話，由於馬上訪問數據頁，需要將buffer中的數據更新到數據頁，會觸發merge過程，使得io次數不會減少，增加了change buffer的維護代價，反而起了副作用。

• change buffer 和 redo log的區別

  • 例子：mysql> insert into t(id,k) values(id1,k1),(id2,k2);
  • 這里，我們假設 當前k索引樹的狀態，查找到位置后，k1所在的數據頁在內存(InnoDB bufferpool)中，k2所在的數據頁不在內存中
  • 

• 這條語句操作如下

  1. Page 1在內存中，直接更新內存；

  2. Page 2沒有在內存中，就在內存的change buffer區域，記錄下“我要往Page 2插入一行”這個信息

  3. 3. 將上述兩個動作記入redo log中（圖中3和4）。

     執行時寫了兩處內存，一次磁盤。

• 接下來的讀請求：

  • 讀Page 1的時候，直接從內存返回。WAL之后如果讀數據，不要讀盤，不用從redo log里面把數據更新以后才可以返回。雖然磁盤上還是之前的數據，但是這里直接從內存返回結果，結果是正確的。
  • 要讀Page 2的時候，需要把Page 2從磁盤讀入內存中，然后應用change buffer里面的操作日志，生成一個正確的版本並返回結果。
  • 可以看到，直到需要讀Page 2的時候，這個數據頁才會被讀入內存。

• 所以，如果要簡單地對比這兩個機制在提升更新性能上的收益的話，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。