写点什么

MySQL 09 普通索引和唯一索引,应该怎么选择?

  • 2025-07-10
    福建
  • 本文字数:2439 字

    阅读完需:约 8 分钟

唯一索引:字段值不能重复。

普通索引:字段值可以重复。

假设数据如下图,且字段 k 上的值都不重复:



接下来,从两种索引对查询语句和更新语句的性能影响来分析。


查询过程


假设查询语句为select id from T where k=5。那么首先会在字段 k 的索引树上找到k=5所在的数据页,然后在数据页内二分查找记录。对于普通索引和唯一索引,区别为:

  • 普通索引,查找到满足条件的第一个记录后,会继续查找,直到找到第一个不满足k=5的记录。

  • 唯一索引,找到第一个满足条件的记录后,就停止查找。


这个区别带来的性能差距其实是不大的。由于 InnoDB 的数据按数据页为单位进行读写,当找到k=5的那条记录时,它所在的数据页就都在内存里了,因此普通索引多进行的一次查找并没有多大开销。尽管有可能k=5刚好是数据页的最后一条记录,查找下一条记录需要新读取一页,但这种可能出现的概率很低,均摊到所有可能后成本可以忽略不计。


更新过程


在分析更新过程之前,先介绍 change buffer。


当需要更新一个数据页,如果数据页在内存中,就直接更新;如果数据页在磁盘中,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。当下次查询需要访问该数据页,会将该数据页读入内存,执行 change buffer 中与该页有关的操作来保证数据逻辑的正确性。


change buffer 在内存中,也会被持久化到磁盘上。


将 change buffer 中的操作应用到原数据页,得到最新结果的过程称为 merge。除了访问这个数据页会触发 merge,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。


可以看出,如果能将更新操作先记录在 change buffer,减少读磁盘的次数,语句执行速度将会加快。而且,数据读入内存需要占用 buffer pool,使用 change buffer 还能避免占用内存,提高内存利用率。


并不是所有条件下都可以使用 change buffer。对于唯一索引,所有更新操作都必须判断该操作是否违反唯一性约束,比如要插入(4,400),就需要先判断表中是否已经有k=4的记录,因此每次更新都需要将数据页读入内存。而如果本身有读入内存的操作,那么直接更新内存即可,不需要再使用 change buffer。而对普通索引,change buffer 是可以使用的。


change buffer 用的是 buffer pool 里的内存,不能无限增大。其大小可以通过innodb_change_buffer_max_size来动态设置,参数值表示占用 buffer pool 的百分比。

那么来看看,如果想要插入一条k=4的新纪录,InnoDB 的处理流程:

  • 对于唯一索引,找到 3 和 5 之间的位置,判断到没有冲突,插入值;

  • 对于普通索引,找到 3 和 5 之间的位置,插入值。


看起来两者只相差一个判断,但若该记录要更新的目标页不在内存中,再对两者进行比较:

  • 对于唯一索引,需要将数据页读入内存,判断到没有冲突,插入值;

  • 对于普通索引,将更新记录在 change buffer 即可。


可以看到,这种情况下相差了一次随机磁盘 IO,性能相差较大。


change buffer 的使用场景


尽管 change buffer 能用于普通索引的场景,但并不是在所有情况下它都能起到加速作用。


这是由于 merge 是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 merge 前,change buffer 记录的变更越多,收益越大。


对于写多读少的业务场景,页面写完后马上被访问的概率较小,意味着 change buffer 马上 merge 的概率较小,此时使用效果较好,场景业务模型如账单类、日志类系统。


而对于一个写入之后马上做查询的场景,merge 的频率较高,这样随机访问 IO 的次数并不会减少,反而增加了 change buffer 的维护代价。因此,对于这种业务模式来说,change buffer 反而起到了副作用。


索引选择和实践


回到之前的问题:如何选择普通索引和唯一索引。


经过上面的分析可以看到,两者在查询过程的能力几乎无差别,主要区别在更新过程。因此,建议尽量选择普通索引。如果是写入后马上查询的场景,建议关闭 change buffer


普通索引 + change buffer,对于数据量大的表的更新优化是比较明显的。特别地,在使用机械硬盘时,change buffer 机制收益非常显著,因此使用机械硬盘时考虑加大 change buffer。


change buffer 和 redo log


理解了 change buffer 的原理,可能会发现这和 redo log 有一些相似。


让我们回顾 redo log 的 WAL 机制:MySQL 的更新用到了 WAL(Write-Ahead Logging)技术,关键点就是先写日志,再写磁盘。具体来说,当有一条记录需要更新时,InnoDB 引擎先将记录写到 redo log 并更新内存,这时更新就可以算完成了。之后,InnoDB 会在适当的时候将这个操作记录更新到磁盘里。


接下来,使用一个例子来区分这两个概念。假设要在表上执行下面这个插入语句:


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


假设在 k 索引树找到位置后,k1 所在的数据页在内存中,而 k2 所在的数据页不在内存中。下图是带 change buffer 的更新状态图:



分析这条更新语句:

  • 发现 Page 1 在内存中,直接更新内存;

  • 发现 Page 2 没有在内存中,就在内存的 change buffer 区域,记录“我要往 Page 2 插入一行”这个信息;

  • 将上述两个动作记入 redo log。


做完上述动作,事务就完成了。可以发现,对于该次更新,只是写了两次内存+一次磁盘。图中的虚线箭头是后台操作,不会影响更新的响应时间。


那么此次更新之后的查询请求,会怎么处理呢?

比如要执行select * from t where k in (k1,k2),其读请求的流程图如下:



分析这条查询语句:

  • 读 Page 1 时,直接从内存返回。

  • 读 Page 2 时,需要先将 Page 2 从磁盘读入内存,然后应用 change buffer,生成一个正确版本并返回结果。


因此,如果简单对比 change buffer 和 redo log 在提升更新性能上的收益的话:

  • redo log 主要节省了随机写磁盘的 IO 消耗,将随机写转为了顺序写;

  • change buffer 节省了随机读磁盘的 IO 消耗。


最后,做一个思考:如果某次写入使用了 change buffer,如果之后主机异常重启,是否会丢失 change buffer 和数据?


答案是不会,因为在写完 change buffer 后,会把该动作也记录到 redo log 后,之后崩溃恢复也可以通过 redo log 找回。


文章转载自:叁沐

原文链接:https://www.cnblogs.com/san-mu/p/18974654

体验地址:http://www.jnpfsoft.com/?from=001YH

用户头像

还未添加个人签名 2023-06-19 加入

还未添加个人简介

评论

发布
暂无评论
MySQL 09 普通索引和唯一索引,应该怎么选择?_MySQL_不在线第一只蜗牛_InfoQ写作社区