1 概念区分
普通索引 V.S 唯一索引
普通索引可重复，唯一索引和主键一样不能重复。 唯一索引可作为数据的一个合法验证手段，例如学生表的身份证号码字段，我们人为规定该字段不得重复，那么就使用唯一索引。（一般设置学号字段为主键）
主键 V.S 唯一索引
主键保证DB的每一行都是唯一、不重复，比如身份证，学号等，不重复。 唯一索引的作用跟主键一样。 不同的是，在一张表里面只能有一个主键，主键不能为空，但唯一索引可以有多个。唯一索引可以有一条记录为null。
比如学生表：
- 在学校，一般用学号做主键，身份证号作为唯一索引
- 在教育局，就把身份证号弄成主键，学号作为唯一索引
所以选谁做主键，取决于业务需求。
2 案例
某居民系统，每人有唯一身份证号。若系统要按身份证号查姓名：
代码语言：javascript复制select name from CUser where id_card = 'ooxx';估计你会在id_card建索引。但id_card字段较大，不推荐做主键。于是现在有如下选择：
- 在
id_card创建唯一索引 - 创建一个普通索引
假定业务代码已经确保不会写入重复身份证号，这两个选择逻辑上都是正确的。 性能优化角度考虑，选择唯一索引还是普通索引呢？
假设字段 k 上的值都不重复。
- InnoDB索引结构
接下来分析性能。
3 查询性能
代码语言：javascript复制select id from T where k=4通过B 树从root开始层序遍历到叶节点，数据页内部通过二分搜索：
- 普通索引
查找到满足条件的第一个记录(4,400)后，需查找下个记录，直到碰到第一个不满足
k=4的记录 - 唯一索引 由于索引具备唯一性，查到第一个满足条件的，就会停止搜索
看起来性能差距很小。
InnoDB数据按数据页单位读写。即读一条记录时，并非将该一个记录从磁盘读出，而以页为单位，将其整体读入内存。
所以普通索引，多了一次“查找和判断下一条记录”的操作，即一次指针寻找和一次计算。
若k=4记录恰为该数据页的最后一个记录，则此时要取下个记录，还得读取下个数据页。
对整型字段，一个数据页可存近千个key，因此这种情况概率其实也很低。因此计算平均性能差异时，可认为该操作成本对现在CPU开销忽略不计。
4 更新性能
往表中插入一个新记录(4,400)，InnoDB会有什么反应？
这要看该记录要更新的目标页是否在内存：
在内存
- 普通索引 找到3和5之间的位置，插入值，结束。
- 唯一索引
找到3和5之间的位置，
判断到没有冲突，插入值，结束。只是一个判断的差别，耗费微小CPU时间。
不在内存
- 唯一索引 将数据页读入内存，判断到没有冲突，插入值，结束。
- 普通索引 将更新记录在change buffer，结束。
将数据从磁盘读入内存涉及随机I/O访问，是DB里成本最高的操作之一。而change buffer可以减少随机磁盘访问，所以更新性能提升明显。
5 索引选择的最佳实践
普通索引、唯一索引在查询性能上无差别，主要考虑更新性能。所以，推荐尽量选择普通索引。
若所有更新后面，都紧跟对该记录的查询，那就该关闭change buffer。其它情况下，change buffer都能提升更新性能。 普通索引和change buffer的配合使用，对于数据量大的表的更新优化还是明显的。
在使用机械硬盘时，change buffer的收益也很大。
所以，当你有个类似“历史数据”的库，并且出于成本考虑用机械硬盘，应该关注这些表里的索引，尽量使用普通索引，把change buffer 开大，确保“历史数据”表的数据写性能。
6 change buffer 和 redo log
WAL 提升性能的核心机制，也是尽量减少随机读写，它们有啥区别呢？
插入流程
代码语言：javascript复制insert into t(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所在数据页在内存(InnoDB buffer pool)
- k2数据页不在内存
看如下流程：
带change buffer的更新流程
图中箭头都是后台操作，不影响更新的响应。
该更新做了如下操作：
- Page1在内存，直接更新内存
- Page2不在内存，就在change buffer区，缓存一个“往Page2插一行记录”的信息
- 将前两个动作记入redo log
之后事务完成。执行该更新语句成本很低，只写两处内存，然后写一处磁盘（前两次操作合在一起写了一次磁盘），还是顺序写。
处理之后的读请求
代码语言：javascript复制select * from t where k in (k1, k2);读语句紧随更新语句，内存中的数据都还在，所以此时这俩读操作就与系统表空间和 redo log 无关。
带change buffer的读过程
读Page1时，直接从内存返回。
- WAL之后如果读数据，是不是一定要读盘，是不是一定要从redo log把数据更新之后才可以返回？ 其实不用。看上图状态，虽然磁盘上还是之前数据，但这里直接从内存返回结果，结果正确。
要读Page2时，需把Page2从磁盘读入内存，然后应用change buffer里的操作日志，生成一个正确版本并返回结果。可见直到需读Page2时，该数据页才被读入内存。
综上，这俩机制的更新性能：
- redo log 主要节省随机写磁盘的I/O消耗（转成顺序写）
- change buffer主要节省随机读磁盘的I/O消耗
7 总结
由于唯一索引用不了change buffer，若业务可以接受，从性能角度，优先考虑非唯一索引。
到底何时使用唯一索引
问题在于“业务可能无法确保”。本文前提是“业务代码已经保证不会写入重复数据”，才讨论性能问题。
- 如果业务不能保证或业务就是要求数据库来做约束 没得选，必须创建唯一索引。那本文意义的在于，如果碰上大量插入数据慢、内存命中率低时，多提供了一个排查思路。
- “归档库”场景，可考虑使用唯一索引 比如，线上数据只需保留半年，然后历史数据保存在归档库。此时，归档数据已是确保没有唯一键冲突。要提高归档效率，可考虑把表的唯一索引改普通索引。
若某次写入使用了change buffer，之后主机异常重启，是否会丢失change buffer数据
不会丢失。 虽然是只更新内存，但在事务提交时，change buffer的操作也被记录到了redo log。 所以崩溃恢复时，change buffer也能找回。
merge时是否会把数据直接写回磁盘
merge流程
- 从磁盘读入数据页到内存（老版本数据页）
- 从change buffer找出该数据页的change buffer 记录(可能多个），依次应用，得到新版数据页
- 写redo log 该redo log包含数据的变更和change buffer的变更
至此merge结束。 这时，数据页和内存中change buffer对应磁盘位置都尚未修改，是脏页，之后各自刷回自己物理数据，就是另外一过程。
问题思考
在构造第一个例子的过程，通过session A的配合，让session B删除数据后又重新插入一遍数据，然后就发现explain结果中，rows字段从10001变成37000多。 而如果没有session A的配合，只是单独执行delete from t 、call idata()、explain这三句话，会看到rows字段其实还是10000左右。这是什么原因呢？
如果没有复现，检查
- 隔离级别是不是RR（Repeatable Read，可重复读）
- 创建的表t是不是InnoDB引擎
为什么经过这个操作序列，explain的结果就不对了？ delete 语句删掉了所有的数据，然后再通过call idata()插入了10万行数据，看上去是覆盖了原来10万行。 但session A开启了事务并没有提交，所以之前插入的10万行数据是不能删除的。这样，之前的数据每行数据都有两个版本，旧版本是delete之前数据，新版本是标记deleted的数据。 这样，索引a上的数据其实有两份。
不对啊，主键上的数据也不能删，那没有使用force index的语句，使用explain命令看到的扫描行数为什么还是100000左右？（潜台词，如果这个也翻倍，也许优化器还会认为选字段a作为索引更合适）
是的，不过这个是主键，主键是直接按照表的行数来估计的。而表的行数，优化器直接用的是show table status的值。
大家的机器如果IO能力比较差的话，做这个验证的时候，可以把innodb_flush_log_at_trx_commit 和 sync_binlog 都设成0。
参考
- https://dev.mysql.com/doc/refman/8.0/en/innodb-change-buffer.html
