Oracle 与 GreatSQL 差异：更改唯一索引列
1.问题来源
在从 Oracle 迁移到 GreatSQL 的应用系统中，一条普通的 update 语句在 GreatSQL 中却报错，需要进行 SQL 语句的改写。把实际问题简化为下面简单情况进行说明。
在 Oracle 下，可以正常执行的 update 语句。
-- 建表CREATE TABLE test.test1 ( id INT PRIMARY KEY, k INT NOT NULL, c CHAR(120) NOT NULL, pad CHAR(60) NOT NULL);
-- 创建唯一索引CREATE UNIQUE INDEX ui_test1_k ON test.test1 (k);
-- 插入数据INSERT INTO test.test1 VALUES (1, 1, 'cc', 'pad'),(2, 2, 'cc', 'pad'),(3, 3, 'cc', 'pad'),(4, 4, 'cc', 'pad');
-- 执行 UPDATE 语句UPDATE test.test1 SET k = k + 1;UPDATE test.test1 SET k = k - 1;
复制代码
在 GreatSQL 下准备测试表和数据：
CREATE TABLE `test1` ( `id` int NOT NULL AUTO_INCREMENT, `k` int NOT NULL DEFAULT '0', `c` char(120) COLLATE utf8mb4_bin NOT NULL DEFAULT '', `pad` char(60) COLLATE utf8mb4_bin NOT NULL DEFAULT '', PRIMARY KEY (`id`), UNIQUE KEY `ui_k` (`k`)) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;
greatsql> INSERT INTO test1 VALUES (1, 1, 'cc', 'pad');greatsql> INSERT INTO test1 VALUES (2, 2, 'cc', 'pad');greatsql> INSERT INTO test1 VALUES (3, 3, 'cc', 'pad');greatsql> INSERT INTO test1 VALUES (4, 4, 'cc', 'pad');
复制代码
同样的 update 语句，在 GreatSQL 下执行报错：
greatsql> UPDATE test1 SET k = k + 1;ERROR 1062 (23000): Duplicate entry '2' for key 'test1.ui_k'
复制代码
在 GreatSQL 下，UPDATE 语句为什么报错呢？使用什么方法可以高效执行呢？
2.解决方法
由 UPDATE 语句的报错可知是唯一键重复的问题，将 k=1 的行更改 k=k+1=2，与 k=2 的行重复。解决方法有 2 个方向：
让唯一索引暂时失效，update 完成后再启用
让数据按一定的顺序执行，避免数据重复
尝试设置 unique_checks 为 0
设置会话系统变量 unique_checks=0，则允许存储引擎假定输入数据中不存在重复的键。如果您确定您的数据不包含唯一性冲突，那么您可以将它设置为 0，以加快将大型表导入 InnoDB 的速度。将此变量设置为 0 并不要求存储引擎忽略重复的键。仍然允许引擎检查它们，并且如果它检测到它们，就发出重复索引的错误。
实际测试，设置 UNIQUE_CHECKS=0，update 语句仍然报错。
greatsql> SET UNIQUE_CHECKS=0;Query OK, 0 rows affected (0.00 sec)
greatsql> UPDATE test1 SET k = k + 1;ERROR 1062 (23000): Duplicate entry '2' for key 'test1.ui_k'
复制代码
方法 1：删除唯一索引，update 后重建
删除唯一索引，update 后重建唯一索引的方法，有 2 个 DDL 操作，由于 DDL 前会自动提交事务，这种处理方法不能和其他操作在同一个事务中，同时也存在 update 后（有重复值）无法创建唯一索引的风险。适合数据的手工一次性处理。
greatsql> ALTER TABLE test1 DROP index kc;Query OK, 0 rows affected (0.01 sec)Records: 0 Duplicates: 0 Warnings: 0
greatsql> UPDATE test1 SET k=k+1 ;Query OK, 100 rows affected (0.01 sec)Rows matched: 100 Changed: 100 Warnings: 0
greatesql> ALTER TABLE test1 ADD UNIQUE key ui_k(k);Query OK, 0 rows affected (0.09 sec)Records: 0 Duplicates: 0 Warnings: 0
复制代码
方法 2：update 按顺序执行
可以在 update 语句中使用 order by 子句，按照 k 值顺序执行，避免 update 后的数据与原有数据重复。
#k=k+1时，需要按照降序执行greatsql> UPDATE test1 SET k=k+1 ORDER BY k DESC; Query OK, 4 rows affected (0.01 sec)Rows matched: 4 Changed: 4 Warnings: 0
greatsql> UPDATE test1 SET k=k+1 ORDER BY k ; ERROR 1062 (23000): Duplicate entry '2' for key 'test1.ui_k'
#k=k-1时，需要按照升序执行greatsql> UPDATE test1 SET=k-1 ORDER BY k ;Query OK, 4 rows affected (0.01 sec)Rows matched: 4 Changed: 4 Warnings: 0
greatsql> UPDATE test1 SET k=k-1 ORDER BY k DESC; ERROR 1062 (23000): Duplicate entry '4' for key 'test1.ui_k'
复制代码
执行效率对比
对比方法 1 和方法 2 的执行效率。
#方法1：删除唯一索引，UPDATE后重建greatsql> ALTER TABLE test1 DROP index k;Query OK, 0 rows affected (0.17 sec)Records: 0 Duplicates: 0 Warnings: 0
greatsql> UPDATE test1 SET k=K+1;Query OK, 1000000 rows affected (35.08 sec)Rows matched: 1000000 Changed: 1000000 Warnings: 0
greatsql> ALTER TABLE test1 ADD UNIQUE index kc(k,c);Query OK, 0 rows affected (12.35 sec)Records: 0 Duplicates: 0 Warnings: 0
#方法2：UPDATE按顺序执行greatsql> UPDATE test1 set k=K+1 ORDER BY k DESC;Query OK, 1000000 rows affected (1 min 36.81 sec)Rows matched: 1000000 Changed: 1000000 Warnings: 0
复制代码
总结：执行时间 方法 1:方法 2=47.50 : 96.81 = 1 : 2.04 ，方法 1（删除唯一索引，update 后重建）比方法 2（update 按顺序执行）执行行效率高 1 倍。
3.GreatSQL 源码分析
通过对 GreatSQL 源码的分析，了解到上面 update 语句从 server 层调用 InnoDB 存储引擎层函数的调用关系如下，每 update 1 行数据调用 ha_update_row()一次，每 update 1 行数据后都要检查唯一索引是否发生冲突。
#server层Sql_cmd_update::update_single_table()->ha_update_row() //更新一行数据 #innodb 存储引擎层 -> ha_innobase::update_row() //更新innodb一行数据 -> row_update_for_GreatSQL() //修改或删除数据 -> row_update_for_GreatSQL_using_upd_graph() //更新行 ->row_upd_step() //更新行 ->row_upd() //更新索引 ->row_upd_sec_step() //更新索引 ->row_ins_sec_index_entry() //向索引中插入记录 ->row_ins_sec_index_entry_low() //向索引中插入记录 ->row_ins_scan_sec_index_for_duplicate() //检查索引重复值 ->row_ins_dupl_error_with_rec() //检查唯一索引冲突
复制代码
handler::ha_update_row 函数的主要功能是更新表中的一行数据，并记录该操作到二进制日志中。
ha_innobase::update_row函数的主要功能是更新 InnoDB 表中的一行数据。
row_update_for_GreatSQL 修改或删除数据行。
row_update_for_GreatSQL_using_upd_graph 函数的主要功能是处理 GreatSQL 的行更新操作。
row_upd_step 函数的主要功能是处理行更新操作。
row_upd函数是更改数据行影响的索引。
row_upd_sec_step函数是根据记录行的更改或删除，更改二级索引或删除二级索引。
row_ins_sec_index_entry 函数的主要功能是向二级索引中插入一条记录。
row_ins_sec_index_entry_low 函数的主要功能是向二级索引中插入一个索引项。它首先进行一些初始化和检查，然后根据索引类型（空间索引或普通索引）进行搜索。在搜索过程中，它会检查唯一性约束，并根据需要执行插入或修改操作。
row_ins_scan_sec_index_for_duplicate函数的主要功能是扫描非聚集唯一索引，以检查是否存在与要插入的索引条目重复的记录。
row_ins_dupl_error_with_rec 函数的主要功能是检查在插入索引条目时是否会发生唯一键冲突。它通过比较要插入的条目和现有记录的字段来确定是否存在重复。
4.总结
在更改唯一索引列时，Oracle 是完成 SQL 语句全部数据的更改后，再检查唯一索引的冲突；GreatSQL 则是在 SQL 语句更改每 1 条数据后，在更新索引数据检查唯一索引的冲突。在应用系统从 Oracle 迁移到 GreatSQL 时，需注意予以改写。
5.延伸阅读
评论