1.前言
在之前的文章中，我们讲解了索引的基本概念，相信你已经了解了唯一索引和普通索引的区别。今天我们就来讨论一下，在不同的业务场景下，应该选择普通索引，还是唯一索引？
假设你在维护一个市民系统，每个人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。如果市民系统需要根据身份证号查姓名，就会执行下面类似的SQL语句：
代码语言：sql复制 select name from user where id_card = 'xxxxxxxxx';所以，你一定会考虑在id_card字段上建索引。
由于身份证号字段比较大，不建议直接把身份证号当做主键，那么现在你有两个选择，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。
现在我要问你的是，从性能的角度考虑，你选择唯一索引还是普通索引呢？选择的依据是什么呢？
简单起见，我们用下面的例子，假设字段k上的值都不重复
接下来，我们就从这两种索引对查询语句和更新语句的性能影响进行分析。
2.查询过程
假设，执行查询的语句是select id from T where k = 5。这个查询语句在索引树上查找的过程，先是通过B 从树根开始，按层搜索到叶子节点，也就是图中右下角的数据页，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，知道碰到第一个不满足k=5条件的记录。
- 对于唯一索引来说，由于索引的唯一性，查找到第一个满足条件的记录后，就会停止检索。
那么，这个不同带来的性能差距会有多少呢？答案是，微乎其微。
你知道，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，它所在的数据页就都在内存里了。那么对于普通索引来说，要多做一次查找和判断下一条记录的操作，就只需要一次指针寻找和一次计算。
当然，如果k=5这个记录刚好是在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一些。
但是我们之前计算过，对于整形字段，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。所以我们计算平均性能差异时，仍可以认为这个操作成本对于现在的CPU来说可以忽略不计。
3.更新过程
为了说明普通索引和唯一索引对更新语句性能的影响这个问题，我需要先跟你介绍一下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这个数据页了。在下次查询需要访问这个数据页的时候，将数据页读入内存，然后执行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。
需要说明的事，虽然名字叫做change buffer，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，也会被写入到磁盘上。
将change buffer中的操作应用到原数据页，得到最新结果的过程成为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。在数据库正常关闭的过程中，也会执行merge操作。
显然，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，提高内存的利用率。
那么，什么条件下可以使用change buffer呢？
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了唯一性约束。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中，那直接更新内存会更快，就没必要使用change buffer了。
因此，唯一索引的更新就不能使用change buffer，实际上也只有普通索引可以使用。
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的时候，表示change buffer的大小最多只能占用buffer pool的50%。
现在，你已经理解change buffer的机制，那么我们在一起来看看如果要在这个表中插入一个记录(4,400)的话，InnoDB的处理流程是怎么样的。
第一种情况是，这个记录要更新的目标也在内存中。这是，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
这样看来，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，只会耗费微小的CPU的时间。
但这不是我们关注的重点。
第二种情况是，这个记录要更新的目标页不在内存中。这时，InnoDB的处理流程如下：
- 对于唯一索引，需要将数据页读入内存，判断有没有冲突，插入这个值，语句执行结束
- 对于普通索引来说，则是将更新记录在change buffer，语句执行结束
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，所以对更新性能的提升会很明显。
之前我就碰到多一件事，有一个DBA的同学跟我反馈说，他负责的某个业务的库内存命中率突然从99%降低到了75%，这个系统处于阻塞状态，更新语句全部堵住。而探究其原因后，我发现这个业务有大量插入数据的操作，而他在前一天把其中的某个普通索引改成了唯一索引。
4.change buffer的使用场景
通过上面的分析，你已经清楚了使用change buffer对更新过程的加速作用，也清楚了change buffer只限于用在普通索引的场景下，而不适用于唯一索引。那么，现在有一个问题就是：普通索引的所有场景，使用change buffer都可以起到加速作用吗？
因为merge的时候真正进行数据更新的时刻，而change buffer的主要目的就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，收益就越大。
因此，对于写多读少的业务来说，页面在写完以后马上被访问的概率比较小，此时change buffer的使用效果最好。这种业务模型常见的就是张丹蕾、日志类的系统。
反过来，假设一个业务的更新模式是写入之后马上就会做查询，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change buffer的维护成本。所以，对于这中业务模式来说，change buffer反而起到了副作用。
5.索引选择和实践
回到我们文章开头的问题，普通索引和唯一索引应该怎么选择，其实，这两类索引在查询能力上没有差别，主要考虑的是对更新性能的影响，所以，我建议你尽量使用普通索引。
如果所有的更新后面，都马上伴随着对这个记录的查询，那么你应该关闭change buffer，而再其他情况下，change buffer都能提升更新性能。
在实际使用中，你会发现，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很明显的。
6.change buffer和redo log
理解了change buffer的原理，你可能会联想到我们在前面的文章中和你介绍过redo log和WAL。
大家很容易混淆redo log和change buffer，下面我们通过一个例子来看一下两者的区别
代码语言：sql复制insert into t(id ,k) values(id1,k1),(id2,k2);这里，我们假设当前k索引树的状态，查到位置后，k所在的数据页在内存中，k2所在的数据页不存在内存中。如图二所示是带change buffer的更新状态图
分析这条更新语句，你会发现它涉及了四个部分：内存，redo log、数据表空间、系统表空间。
这条更新语句做了如下操作：
- Page1在内存中，直接更新内存
- Page2没有在内存中，就在内存的change buffer区域，记录下我要往Page2插入一行这个信息
- 将上诉两个动作记入redo log中
做完上面这些，事务就可以完成了。所以，你会看到，执行这条更新语句的成本很低，就是写了两处内存，然后写了一处磁盘，而且还是顺序写的。
同时，图中的两个虚线箭头，是后台操作，不影响更新的响应时间。
那在之后的读请求，要怎么处理呢？
比如，我们现在要执行select * from t where k in (k1,k2)。这里，我画了这两个读请求的流程图。
比如读语句在更新语句后不久，内存中的数据都还在，那么此时的这两个读操作就会系统表空间和redo log无关了。所以，我在图中就没画出这两部分。
从图中可以看到：
- 读Page1的时候，直接从内存返回。
- 要读Page2的时候，需要把Page2从磁盘读取到内存中，然后应用change buffer里面的操作，生成一个正确的版本并返回结果。
可以看到，直到需要读Page2的时候，这个数据页才会读入内存。
所以，如果要简单的对比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IO的消耗，而change buffer主要节省的则是随机读磁盘的IO消耗。
7.小结
今天，我们从普通素银和唯一索引的选择开始，分析了数据的查询和更新过程，然后说明了change buffer的机制以及应用场景，最后讲到了索引选择的实践。
由于唯一索引用不上change buffer的优化机制，因此如果业务可以接受，从性能角度出发我建议你优先考虑非唯一索引。
