1 概念區(qū)分

普通索引和唯一索引

普通索引可重復(fù)，唯一索引和主鍵一樣不能重復(fù)。 唯一索引可作為數(shù)據(jù)的一個合法驗(yàn)證手段，例如學(xué)生表的身份證號碼字段，我們?nèi)藶橐?guī)定該字段不得重復(fù)，那么就使用唯一索引。（一般設(shè)置學(xué)號字段為主鍵）

主鍵和唯一索引

主鍵保證數(shù)據(jù)庫里面的每一行都是唯一的，比如身份證，學(xué)號等，在表中要求唯一，不重復(fù)。唯一索引的作用跟主鍵的作用一樣。 不同的是，在一張表里面只能有一個主鍵，主鍵不能為空，唯一索引可以有多個，唯一索引可以有一條記錄為空，即保證跟別人不一樣就行。 比如學(xué)生表，在學(xué)校里面一般用學(xué)號做主鍵，身份證則弄成唯一索引；而到了教育局，他們就把身份證號弄成主鍵，學(xué)號換成了唯一索引。 選誰做表的主鍵，要看實(shí)際應(yīng)用，主鍵不能為空。

2 案例引入

某居民系統(tǒng)，每人有唯一身份證號。如果系統(tǒng)需要按身份證號查姓名，就會執(zhí)行類似如下SQL：

select name from CUser where id_card = 'ooxx';

然后你肯定會在id_card字段建索引。但id_card字段較大，不推薦將其做主鍵。于是現(xiàn)有倆選擇：

• 給id_card字段創(chuàng)建唯一索引
• 創(chuàng)建一個普通索引

假定業(yè)務(wù)代碼已保證不會寫入重復(fù)的身份證號，這兩個選擇邏輯上都正確。但從性能角度考慮，唯一索引還是普通索引呢？

再看如下案例：假設(shè)字段 k 上的值都不重復(fù)。

InnoDB的索引組織結(jié)構(gòu)：

接下來分析性能。

3 查詢性能

select id from T where k=4

通過B+樹從樹根開始層序遍歷到葉節(jié)點(diǎn)，可認(rèn)為數(shù)據(jù)頁內(nèi)部是通過二分法搜索。

• 普通索引，查找到滿足條件的第一個記錄(4,400)后，需查找下個記錄，直到碰到第一個不滿足k=4的記錄
• 唯一索引，由于索引具備唯一性，查找到第一個滿足條件的記錄后，就會停止檢索
  看起來性能差距很微小。

InnoDB數(shù)據(jù)按數(shù)據(jù)頁單位讀寫。即讀一條記錄時，并非將該一個記錄從磁盤讀出，而以頁為單位，將其整體讀入內(nèi)存。

因此普通索引，要多做一次“查找和判斷下一條記錄”的操作，也就一次指針尋找和一次計(jì)算。 如果k=4記錄恰為該數(shù)據(jù)頁最后一個記錄，那么要取下個記錄，還得讀取下個數(shù)據(jù)頁，操作稍微復(fù)雜。 對整型字段，一個數(shù)據(jù)頁可存近千key，因此這種情況概率其實(shí)也很低。因此計(jì)算平均性能差異時，可認(rèn)為該操作成本對現(xiàn)在CPU開銷忽略不計(jì)。

我們知道 MySQL 有 change buffer。

4 更新性能

現(xiàn)在來看往表中插入一個新記錄(4,400)，InnoDB會做什么？

需要區(qū)分該記錄要更新的目標(biāo)頁是否在內(nèi)存：

4.1 在內(nèi)存

• 唯一索引
  找到3和5之間位置，判斷到?jīng)]有沖突，插入值，語句執(zhí)行結(jié)束。

• 普通索引
  找到3和5之間位置，插入值，語句執(zhí)行結(jié)束。

普通索引和唯一索引對更新語句性能影響的差別，只是一個判斷，耗費(fèi)微小CPU時間。

4.2 不在內(nèi)存

• 唯一索引
  需將數(shù)據(jù)頁讀入內(nèi)存，判斷到?jīng)]有沖突，插入值，語句執(zhí)行結(jié)束。

• 普通索引
  將更新記錄在change buffer，語句執(zhí)行結(jié)束。

將數(shù)據(jù)從磁盤讀入內(nèi)存涉及隨機(jī)IO訪問，是數(shù)據(jù)庫里面成本最高操作之一。而change buffer減少隨機(jī)磁盤訪問，所以更新性能提升明顯。

5 實(shí)踐中的索引選擇

普通索引和唯一索引究竟如何抉擇？這兩類索引在查詢性能上沒差別，主要考慮對更新性能影響。所以，推薦盡量選擇普通索引。

如果所有更新后面，都緊跟對該記錄的查詢，那么該關(guān)閉change buffer。 而在其他情況下，change buffer都能提升更新性能。 普通索引和change buffer的配合使用，對于數(shù)據(jù)量大的表的更新優(yōu)化還是很明顯的。

在使用機(jī)械硬盤時，change buffer機(jī)制的收效非常顯著。 所以，當(dāng)你有一個類似“歷史數(shù)據(jù)”的庫，并且出于成本考慮用機(jī)械硬盤時，應(yīng)該關(guān)注這些表里的索引，盡量使用普通索引，把change buffer 開大，確?！皻v史數(shù)據(jù)”表的數(shù)據(jù)寫速度。

6 change buffer 和 redo log

WAL 提升性能的核心機(jī)制，也是盡量減少隨機(jī)讀寫，這兩個概念易混淆。 所以，這里我把它們放到了同一個流程里來說明區(qū)分。

6.1 插入流程

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

假設(shè)當(dāng)前k索引樹的狀態(tài)，查找到位置后，k1所在數(shù)據(jù)頁在內(nèi)存(InnoDB buffer pool)，k2數(shù)據(jù)頁不在內(nèi)存。

帶change buffer的更新流程圖，圖中兩個箭頭都是后臺操作，不影響更新響應(yīng)。

該更新做了如下操作：

• Page1在內(nèi)存，直接更新內(nèi)存
• Page2不在內(nèi)存，就在change buffer區(qū)，緩存下“往Page2插一行記錄”的信息
• 將前兩個動作記入redo log

之后事務(wù)完成。執(zhí)行該更新語句成本很低，只寫兩處內(nèi)存，然后寫一處磁盤（前兩次操作合在一起寫了一次磁盤），還是順序?qū)憽?/p>

6.2 怎么處理之后的讀請求？

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

讀語句緊隨更新語句，內(nèi)存中的數(shù)據(jù)都還在，此時這倆讀操作就與系統(tǒng)表空間和 redo log 無關(guān)。所以在圖中就沒畫這倆。

帶change buffer的讀過程

讀Page1時，直接從內(nèi)存返回。 WAL之后如果讀數(shù)據(jù)，是不是一定要讀盤，是不是一定要從redo log里面把數(shù)據(jù)更新以后才可以返回？其實(shí)不用。 看上圖狀態(tài)，雖然磁盤上還是之前數(shù)據(jù)，但這里直接從內(nèi)存返回結(jié)果，結(jié)果正確。

要讀Page2時，需把Page2從磁盤讀入內(nèi)存，然后應(yīng)用change buffer里面的操作日志，生成一個正確版本并返回結(jié)果。 可見直到需讀Page2時，該數(shù)據(jù)頁才被讀入內(nèi)存。

所以，要簡單對比這倆機(jī)制對更新性能影響

• redo log 主要節(jié)省隨機(jī)寫磁盤的IO消耗（轉(zhuǎn)成順序?qū)?#xff09;
• change buffer主要節(jié)省隨機(jī)讀磁盤的IO消耗

7 總結(jié)

由于唯一索引用不了change buffer的優(yōu)化機(jī)制，因此如果業(yè)務(wù)可以接受，從性能角度，推薦優(yōu)先考慮非唯一索引。

7.1 關(guān)于到底是否使用唯一索引

主要糾結(jié)在“業(yè)務(wù)可能無法確保”。本文前提是“業(yè)務(wù)代碼已經(jīng)保證不會寫入重復(fù)數(shù)據(jù)”下，討論性能問題。

如果業(yè)務(wù)不能保證，或者業(yè)務(wù)就是要求數(shù)據(jù)庫來做約束，那么沒得選，必須創(chuàng)建唯一索引。這種情況下，本文意義在于，如果碰上大量插入數(shù)據(jù)慢、內(nèi)存命中率低時，多提供一個排查思路。
然后，在一些“歸檔庫”的場景，可考慮使用唯一索引的。比如，線上數(shù)據(jù)只需保留半年，然后歷史數(shù)據(jù)保存在歸檔庫。此時，歸檔數(shù)據(jù)已是確保沒有唯一鍵沖突。要提高歸檔效率，可考慮把表的唯一索引改普通索引。

7.2 如果某次寫入使用change buffer，之后主機(jī)異常重啟，是否會丟失change buffer的數(shù)據(jù)？

不會丟失。 雖然是只更新內(nèi)存，但在事務(wù)提交時，我們把change buffer的操作也記錄到redo log，所以崩潰恢復(fù)時，change buffer也能找回。

7.3 merge的過程是否會把數(shù)據(jù)直接寫回磁盤？

merge執(zhí)行流程

• 從磁盤讀入數(shù)據(jù)頁到內(nèi)存（老版本數(shù)據(jù)頁）
• 從change buffer找出該數(shù)據(jù)頁的change buffer 記錄(可能有多個），依次應(yīng)用，得到新版數(shù)據(jù)頁
• 寫redo log

該redo log包含數(shù)據(jù)的變更和change buffer的變更

至此merge過程結(jié)束。 這時，數(shù)據(jù)頁和內(nèi)存中change buffer對應(yīng)磁盤位置都尚未修改，是臟頁，之后各自刷回自己物理數(shù)據(jù)，就是另外一過程。

問題思考

在構(gòu)造第一個例子的過程，通過session A的配合，讓session B刪除數(shù)據(jù)后又重新插入一遍數(shù)據(jù)，然后就發(fā)現(xiàn)explain結(jié)果中，rows字段從10001變成37000多。 而如果沒有session A的配合，只是單獨(dú)執(zhí)行delete from t 、call idata()、explain這三句話，會看到rows字段其實(shí)還是10000左右。這是什么原因呢？

如果沒有復(fù)現(xiàn)，檢查

• 隔離級別是不是RR（Repeatable Read，可重復(fù)讀）
• 創(chuàng)建的表t是不是InnoDB引擎

為什么經(jīng)過這個操作序列，explain的結(jié)果就不對了？ delete 語句刪掉了所有的數(shù)據(jù)，然后再通過call idata()插入了10萬行數(shù)據(jù)，看上去是覆蓋了原來10萬行。 但是，session A開啟了事務(wù)并沒有提交，所以之前插入的10萬行數(shù)據(jù)是不能刪除的。這樣，之前的數(shù)據(jù)每行數(shù)據(jù)都有兩個版本，舊版本是delete之前數(shù)據(jù)，新版本是標(biāo)記deleted的數(shù)據(jù)。 這樣，索引a上的數(shù)據(jù)其實(shí)有兩份。

然后你會說，不對啊，主鍵上的數(shù)據(jù)也不能刪，那沒有使用force index的語句，使用explain命令看到的掃描行數(shù)為什么還是100000左右？（潛臺詞，如果這個也翻倍，也許優(yōu)化器還會認(rèn)為選字段a作為索引更合適） 是的，不過這個是主鍵，主鍵是直接按照表的行數(shù)來估計(jì)的。而表的行數(shù)，優(yōu)化器直接用的是show table status的值。 大家的機(jī)器如果IO能力比較差的話，做這個驗(yàn)證的時候，可以把innodb_flush_log_at_trx_commit 和 sync_binlog 都設(shè)置成0。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的MySQL 普通索引和唯一索引的区别详解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。