MySQL -- 普通索引与唯一索引
场景
- 维护一个市民系统,有一个字段为身份证号
- 业务代码能保证不会写入两个重复的身份证号(如果业务无法保证,可以依赖数据库的唯一索引来进行约束)
- 常用SQL查询语句:
SELECT name FROM CUser WHERE id_card = 'XXX'
- 建立索引
- 身份证号比较大,不建议设置为主键
- 从性能角度出发,选择普通索引还是唯一索引?
假设字段k上的值都不重复
查询过程
- 查询语句:
SELECT id FROM T WHERE k=5
- 查询过程
- 通过B+树从树根开始,按层搜索到叶子节点,即上图中右下角的数据页
- 在数据页内部通过二分法来定位具体的记录
- 针对普通索引
- 查找满足条件的第一个记录
(5,500)
,然后查找下一个记录,直到找到第一个不满足k=5
的记录
- 查找满足条件的第一个记录
- 针对唯一索引
- 由于索引定义了唯一性,查找到第一个满足条件的记录后,就会停止继续查找
性能差异
- 性能差异:微乎其微
- InnoDB的数据是按照数据页为单位进行读写的,默认为16KB
- 当需要读取一条记录时,并不是将这个记录本身从磁盘读出来,而是以数据页为单位进行读取的
- 当找到k=5的记录时,它所在的数据页都已经在内存里了
- 对于普通索引而言,只需要多一次指针寻找和多一次计算 – CPU消耗很低
- 如果k=5这个记录恰好是所在数据页的最后一个记录,那么如果要取下一个记录,就需要读取下一个数据页
- 概率很低:对于整型字段索引,一个数据页(16KB,compact格式)可以存放大概745个值
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
- 如果这个数据页不在内存中,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
- 不需要从磁盘读入这个数据页(随机读)
- 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中与这个数据页有关的操作(merge)
- change buffer是可以持久化的数据,在内存中有拷贝,也会被写入到磁盘上
- 将更新操作先记录在channge buffer,减少随机读磁盘,提升语句的执行速度
- 另外数据页读入内存需要占用buffer pool,使用channge buffer能避免占用内存,提高内存利用率
- change buffer用到是buffer pool里的内存,不能无限增大,控制参数
innodb_change_buffer_max_size
1 | # 默认25,最大50 |
merge
- merge:将change buffer中的操作应用到原数据页
- merge的执行过程
- 从磁盘读入数据页到内存(老版本的数据页)
- 从change buffer里找出这个数据页的change buffer记录(可能多个)
- 然后依次执行,得到新版本的数据页
- 写入redolog,包含内容:数据页的表更+change buffer的变更
- merge执行完后,内存中的数据页和change buffer所对应的磁盘页都还没修改,属于脏页
- 通过其他机制,脏页会被刷新到对应的物理磁盘页
- 触发时机
- 访问这个数据页
- 系统后台线程定期merge
- 数据库正常关闭
使用条件
- 对于唯一索引来说,所有的更新操作需要先判断这个操作是否违反唯一性约束
- 唯一索引的更新无法使用change buffer,只有普通索引可以使用change buffer
- 主键也是无法使用change buffer的
- 例如要插入
(4,400)
,必须先判断表中是否存在k=4的记录,这个判断的前提是将数据页读入内存 - 既然数据页已经读入到了内存,直接更新内存中的数据页就好,无需再写change buffer
使用场景
- 一个数据页在merge之前,change buffer记录关于这个数据页的变更越多,收益越大
- 对于写多读少的业务,页面在写完后马上被访问的概率极低,此时change buffer的使用效果最好
- 例如账单类、日志类的系统
- 如果一个业务的更新模式为:写入之后马上会做查询
- 虽然更新操作被记录到change buffer,但之后马上查询,又会从磁盘读取数据页,触发merge过程
- 没有减少随机读,反而增加了维护change buffer的代价
更新过程
插入(4,400)
目标页在内存中
- 对于唯一索引来说,找到3~5之间的位置,判断没有冲突,插入这个值
- 对于普通索引来说,找到3~5之间的位置,插入这个值
- 性能差异:微乎其微
目标页不在内存中
- 对于唯一索引来说,需要将数据页读入内存,判断没有冲突,插入这个值
- 磁盘随机读,成本很高
- 对于普通索引来说,将更新操作记录在change buffer即可
- 减少了磁盘随机读,性能提升明显
索引选择
- 普通索引与唯一索引,在查询性能上并没有太大差异,主要考虑的是更新性能,推荐选择普通索引
- 建议关闭change buffer的场景
- 如果所有的更新后面,都伴随着对这个记录的查询
- 控制参数
innodb_change_buffering
1 | mysql> SHOW VARIABLES LIKE '%innodb_change_buffering%'; |
change buffer + redolog
更新过程
当前k树的状态:找到对应的位置后,k1所在的数据页Page 1在内存中,k2所在的数据页Page 2不在内存中
1 | INSERT INTO t(id,k) VALUES (id1,k1),(id2,k2); |
1 | # 内存:buffer pool |
- Page 1在内存中,直接更新内存
- Page 2不在内存中,在changer buffer中记录:
add (id2,k2) to Page 2
- 上述两个动作计入redolog(磁盘顺序写)
- 至此事务完成,执行更新语句的成本很低
- 写两次内存+一次磁盘
- 由于在事务提交时,会把change buffer的操作记录也记录到redolog
- 因此可以在崩溃恢复时,恢复change buffer
- 虚线为后台操作,不影响更新操作的响应时间
读过程
假设:读语句发生在更新语句后不久,内存中的数据都还在,与系统表空间(ibdata1)和redolog(ib_logfileX)无关
1 | SELECT * FROM t WHERE k IN (k1,k2); |
- 读Page 1,直接从内存返回(此时Page 1有可能还是脏页,并未真正落盘)
- 读Page 2,通过磁盘随机读将数据页读入内存,然后应用change buffer里面的操作日志(merge)
- 生成一个正确的版本并返回
提升更新性能
- redolog:节省随机写磁盘的IO消耗(顺序写)
- change buffer:节省随机读磁盘的IO消耗
参考资料
《MySQL实战45讲》
All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.